2-6 RMSprop-CSDN博客

RMSprop

知道了动量（ Momentum）可以加快梯度下降，还有一个叫做 RMSprop 的算法，全称是 root mean square prop 算法，它也可以加速梯度下降：

如果你执行梯度下降，虽然横轴方向正在推进，但纵轴方向会有大幅度摆动，为了分析这个例子，假设纵轴代表参数b，横轴代表参数W，可能有${W_1}$，${W_2}$或者其它重要的参数，为了便于理解，被称为b和W。

所以，你想减缓b方向的学习，即纵轴方向，同时加快，至少不是减缓横轴方向的学习，RMSprop 算法可以实现这一点。

$Sdw = \beta Sdw{\rm{ + (1 - }}\beta {\rm{)d}}{{\rm{W}}^{\rm{2}}}$

$Sdb = \beta Sdb{\rm{ + (1 - }}\beta {\rm{)d}}{{\rm{b}}^{\rm{2}}}$

这里的平方的操作是针对整个符号的。

接着 RMSprop 会这样更新参数值：

$W: = W - \alpha \frac{{{\rm{dW}}}}{{\sqrt {Sdw} }}$

$b: = b - \alpha \frac{{{\rm{db}}}}{{\sqrt {Sdb} }}$

我们来理解一下其原理：

记得在横轴方向或者在例子中的W方向，我们希望学习速度快，而在垂直方向，也就是例子中的b方向，我们希望减缓纵轴上的摆动，所以有了$Sdw$，$Sdb$，我们希望$Sdw$会相对较小，所以我们要除以一个较小的数，而希望$Sdb$又较大，所以这里我们要除以较大的数字，这样就可以减缓纵轴上的变化。

从图中可以看出这些微分，垂直方向的要比水平方向的大得多，所以斜率在b方向特别大，所以这些微分中db较大，db的平方较大，所以$Sdb$也会较大，而相比之下，dW会小一些，亦或dW方会小一些，因此$Sdw$会小一些，结果就是纵轴上的更新要被一个较大的数相除，就能消除摆动，而水平方向的更新则被较小的数相除。

使用RMSprop 的影响就是你的更新最后会变成这样（绿色线），纵轴方向上摆动较小，而横轴方向继续推进。还有个影响就是，你可以用一个更大学习率a，然后加快学习，而无须在纵轴上垂直方向偏离。

要说明一点，我一直把纵轴和横轴方向分别称为b和W，只是为了方便展示而已。实际中，你会处于参数的高维度空间，所以需要消除摆动的垂直维度，你需要消除摆动，实际上是参数${W_1}$，${W_2}$等的合集，水平维度可能${W_3}$，${W_4}$等等，因此把b和W分开只是方便说明。实际中$dW$也是一个高维度参数向量，但是你的直觉是，在你要消除摆动的维度中，最终你要计算一个更大的和值，这个平方和微分的加权平均值，所以你最后去掉了那些有摆动的方向。所以这就是 RMSprop，全称是均方根，因为你将微分进行平方，然后最后使用平方根。