SGD
特点:它是最基本也是最基础的梯度下降算法
SGD-M( Momentum)
特点:例如,如果动量参数是0.9,我们就把一个时间步前的梯度乘以0.9,两个时间步前的梯度乘以0.9*0.9 = 0.81,三个时间步前的梯度乘以0.9 = 0.729,以此类推,最后,将所有这些添加到当前时间步长的梯度中,以获得当前时间步的总权重更新。
RMSProp
RMSProp算法不是像AdaGrad算法那样暴力直接的累加平方梯度,而是加了一个衰减系数来控制历史信息的获取多少
Adam
Adam 可以认为是 RMSprop 和 Momentum 的结合,在 Adagrad (RMSProp是Adagrad的改进)中, 是单调递增的,使得学习率逐渐递减至 0,可能导致训练过程提前结束。为了改进这一缺点,可以考虑在计算二阶动量时不累积全部历史梯度,而只关注最近某一时间窗口内的下降梯度。根据此思想有了 RMSprop。
参考知乎:https://zhuanlan.zhihu.com/p/32626442
Resnet
- 解决随着网络层数越多,网络结构越深,梯度爆炸梯度消失的问题。
- 解决随着网络层数越多,网络结构越深,网络退化的问题
参考博客讲解:https://www.bilibili.com/video/BV1T7411T7wa?from=search&seid=1879396105190151950