【学习笔记5】New Optimizers for Deep Learning(1) 深度学习的优化方法


 

(一)Background Knowledge

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
 

(二)Five New Optimizers

1、SGD算法

在这里插入图片描述
 

2、SGDM算法

用上一步的movement - 在此点的梯度,得到在此点上的movement
在这里插入图片描述
 
momentum就是一个惯性,使加速度为0(即梯度为0)时,仍可以往前移动,避免了梯度消失。(相当于有一个惯性指数)
在这里插入图片描述
在这里插入图片描述
 

3、Adagrad自适应梯度算法

当gradient突然变得很大时(较陡峭),学习率就变得很小,避免梯度爆炸;当gradient突然变得很小时(较平缓),学习率就变得很大,避免梯度消失

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值