梯度下降算法
目录
Adagrad
与梯度下降不同的是,更新规则中,对于学习率不在设置固定的值,每次迭代过程中,每个参数优化时使用不同的学习率。
假设 某次迭代时刻t, gt,i=∇θJ(θi) 是目标函数对参数的梯度,普通的随机梯度下降算法,对于所有的 θi 都使用相同的学习率,因此迭代到第t次时,某一个参数向量 θi 的变化过程如下:
θt+1,i=θt,i−η⋅gt,i
而在Adagrad的更新规则中,学习率
η
会随着每次迭代而根据历史梯度的变化而变化。
θt+1,i=θt,i−ηGt+ϵ−−−−−√