梯度下降进阶

一 基础回顾

二 梯度下降的三个小贴士

2.1 tuning your learning rate

(1) 最流行也是最简单的做法就是：在每一轮都通过一些因子来减小learning rate。

• 最开始时，我们距离最低点很远，所以我们用较大的步长。
• 经过几轮后，我们接近了最低点，所以我们减少learning rate。
• 比如： 1/t 衰减ηn=ηt+1√

(2) learning rate 不能从一而终。

• 要给不同的参数设置不同的learning rate。

---

 

为了达到此目的，有许多种技巧，而Adagrad就是一种不错的选择。

这样操作后，每组参数的learning rate 都不同。

举个例子：

所以用Adagrad后，我们的参数变化要写成这样：

Adagrad越到后面改变会越慢，这是一个正常现象。

那么我们从该表达式中有没有发现奇怪的地方？？或者是否有所冲突？？

直观解释

更容易让人信服的解释

2.2 Stochastic Gradient Descent

随机梯度下降法让你的training更快一些。

2.3 Feature Scaling

让不同的特征值具有相同的缩放程度。

举例：

常见的 Feature Scaling

参考：https://blog.csdn.net/soulmeetliang/article/details/72830179

转载于:https://www.cnblogs.com/Terrypython/p/9388954.html