批次梯度下降
- 在GPU可以并行计算的情况下,小批次相对于大批次来说一次update的时间几乎相同(除非是大批次过大),没有优势
- 由于一次update时间几乎相同,小批次一次epoch的update次数多于大批次,所以小批次的一次epoch训练时间明显大于大批次
- 小批次梯度下降波动大,大批次梯度相对平稳
- 小批次在训练时更不容易陷入局部最小值,因此训练表现好于大批次
- 小批次在测试集上的泛化效果也要好于大批次
总的来说就是,小批次训练比较慢,但表现更好。
动量梯度下降
梯度下降不仅是当前梯度,也受到之前梯度移动的影响。
梯度下降加动量的好处是可以帮助逃离临界点,而且梯度下降更加平稳。