归一化输入、梯度消失/爆炸、小批量梯度下降

目录

1.归一化输入特征（Normalizing input features）

归一化就是让训练数据均值为0，方差为1。一共两步，假设训练集有两个输入特征，x=。

①零均值化

:= -

②归一化方差(normalize the variances)

/=

第二个图是零均值化后的图，此时，特征x1的方差要比X2大。第三个图是归一化方差后的图。

归一化能加快训练神经网络，为什么？

J为成本函数。如果两个特征的范围不同，比如一个在[0,1]，一个在[0,1000]，成本函数如左图，归一化，如右图，梯度下降会更快一些。

2.梯度消失/爆炸(vanishing/exploding)

梯度消失/爆炸其实就是梯度过小或过大，导致梯度下降会花很多时间。

3.小批量梯度下降(Mini-batch gradient descent)

在巨大的数据集基础上训练神经网络，很慢，需要使用一些好的优化算法。

具体操作：

①将m个样本分成n个mini-batch。比如500万个样本，分成5000个mini-batch，每个mini-batch包含1000个样本。

②遍历这5000个mini-batch，在每个mini-batch里计算各自的梯度，更新参数。这样1 epoch我们就能进行1000次的梯度下降(训练一遍整个数据集称为"1 epoch")。

mini-batch size=样本总数m，=>批量随机梯度下降(batch gradient descent)

mini-batch size=1，=>随机梯度下降(stochastic gradient descent)

选择mini-batch大小的时候，不要太大，也不要太小。

批量梯度下降和小批量梯度下降对比