深度学习: 学习率 (learning rate)

原文链接：https://blog.csdn.net/qq_41204464/article/details/83660728

深度学习: 学习率 (learning rate)

学习率 (learning rate)，控制 模型的 学习进度 ：

lr 即 stride (步长) ，即反向传播算法中的 ηη ：

ωn←ωn−η∂L∂ωnωn←ωn−η∂L∂ωn

理想情况下 曲线 应该是 滑梯式下降 [绿线]：

1. 曲线 初始时 上扬 [红线]： Solution：初始 学习率过大 导致 振荡，应减小学习率，并 从头 开始训练 。

2. 曲线 初始时 强势下降 没多久 归于水平 [紫线]： Solution：后期 学习率过大 导致 无法拟合，应减小学习率，并 重新训练 后几轮 。

3. 曲线 全程缓慢 [黄线]： Solution：初始 学习率过小 导致 收敛慢，应增大学习率，并从头 开始训练。