指数加权平均；动量梯度下降算法；RMSprop；适应性矩估计算法优化Adam

指数加权平均：

一般形式：

Gradient descent with momentum 动量梯度下降算法

而如果对梯度进行指数加权平均，这样使当前梯度不仅与当前方向有关，还与之前的方向有关，这样处理让梯度前进方向更加平滑，减少振荡，能够更快地到达最小值处。

权重W和常数项b的指数加权平均表达式如下：

 

RMSprop——优化梯度下降速度算法

每次迭代训练过程中，其权重W和常数项b的更新表达式为：

 

还有一点需要注意的是为了避免RMSprop算法中分母为零，通常可以在分母增加一个极小的常数ε：

适应性矩估计算法优化Adam optimization algorithm：

Adam（Adaptive Moment Estimation）算法结合了动量梯度下降算法和RMSprop算法。其算法流程为：

Adam算法包含了几个超参数，分别是：α,β1,β2,ε。其中，β1通常设置为0.9，β2通常设置为0.999，ε通常设置为10−8。一般只需要对β1和β2

进行调试。

实际应用中，Adam算法结合了动量梯度下降和RMSprop各自的优点，使得神经网络训练速度大大提高。