当我们使用滑动平均模型的时候,相当于我们维护了两组变量:
实际变量(记为variable) 和影子变量(记为shadow_variable)
按照滑动平均模型:
shadow_variable=decay×shadow_variable+(1−decay)×variable
这里我们需要明确的是variable和shadow_variable是不会直接相互赋值的
加号前的部分可以看作对之前信息的一个保留
加号后的部分可以看作对新变量信息的装入
总体上看,shadow_variable相当于对variable变化过程的一个总结,
所以实际情况中,shadow_variable最终可能与variable差别很大
PS:今天看书的时候发现自己思路有误,固记下博客订正,希望能够帮助相似的人
滑动评价模型中影子变量的理解
最新推荐文章于 2020-01-21 22:00:50 发布