QQ Group: 428014259
Tencent E-mail:403568338@qq.com
http://blog.csdn.net/dgyuanshaofeng/article/details/88564777
作者之前提出余弦退火学习率调整策略,在这篇论文中提出AdamW。
作者:Ilya Loshchilov, Frank Hutter
单位:University of Freiburg
0 摘要
L2正则化或者权重衰减正则化在标准SGD中是等价的,但是对于自适应梯度算法,比如Adam,则不是一回事。作者解耦出权重衰减因子的最佳选择,使得Adam的泛化性能得以提升,使得其性能与SGD with Momentum相当。
1 介绍
尽管有那么多自适应梯度方法,比如AdaGrad,RMSProp,Adam,和AMSGrad,但是SGD with Momentum的泛化能力还是最强的。自适应梯度方法的较弱泛化能力被研究,而且提出不同假设,有假设说存在尖锐的局部最小,有假设说这是其固有问题。作者研究其中的一些因素,比如,人们在Adam中,用错了权重衰减。在Adam中,作者观察到:
1、L2正则化和权重衰减正则化不是一回事。
2、L2正则化对于Adam不是effective,即无效,有损。这是人们直接使用深度学习库中的L2正则化导致的。
3、权重衰减确实对于SGD和Adam是effective。
4、