原理:
通过对梯度进行加权平均来计算梯度的变化率。这个加权平均称为“动量”,它可以帮助RMSprop在下降到局部最小值时保持方向。RMSprop还使用一个衰减因子来控制动量的更新速度。
具体步骤:
迭代进行Mini-batch,针对每次迭代t:
分析:
这样当db变化越大,sdb也会变大,那么由于计算b时,需要除以√Sdb,进而整体数值越小,那么缩小了b的震荡幅度,w也是类似的
为了确保√sdw和√sdb不为0,则训练过程将sdw+E(epsilon),E(epsilon)是一个非常小的非0的正数,例如:10……-8,保证数据稳定
利用加权平均值调整了权重值和偏差值的震荡幅度,进而提高了训练的稳定性和速度。