57.1 批样本数量,动量优化器的动量参数β
- 批样本数量,动量优化器(Gradient Descent with Momentum)的动量参数*β
- 批样本决定了数量梯度下降的方向。
- 过小的批数量,极端情况下,例如batch size为1,即每个样本都去修正一次梯度方向,样本之间的差异越大越难以收敛。
- 若网络中存在批归一化(batchnorm),batch size过小则更难以收敛,甚至垮掉。
- 这是因为数据样本越少,统计量越不具有代表性,噪声也相应的增加。
- 而过大的batch size,会使得梯度方向基本稳定,容易陷入局部最优解,降低精度。
- 一般参考范围会取在[1:1024]之间,当然这个不是绝对的,需要结合具体场景和样本情况;
- 动量衰减参数β是计算梯度的指数加权平均数,并利用该值来更新参数,设置为 0.9 是一个常见且效果不错的选择
57.2 Adam优化器的超参数、权重衰减系数、丢弃法比率和网络参数
- Adam优化器的超参数、权重衰减系数、丢弃法比率(dropout)和网络参数
- 这些参数重要性放在最后并不等价于这些参数不重要
- 而是表示这些参数在大部分实践中不建议过多尝试,例如Adam优化器中的β1,β2,ϵ,常设为 0.9、0.999、10−8就会有不错的表现
- 权重