momentum RMSprop Adam gradient descent介绍

momentum gradient descent，即动量梯度下降，主要是运用了加权指数移动平均（为什么是指数是因为将式子展开后呈现指数形式），将历史的梯度平均下来，这样正负方向震荡的梯度平均为0，而一直沿着某一方向的梯度在更新迭代中就会保存下来，因此相比于mini batch sgd来说，收敛更快！

 

RMSprop不再进行简单的加权指数移动平均，而是平均梯度的平方，这样最后的结果总是正值。

它假设梯度大的方向是需要削弱的方向，梯度小的方向是需要加强的方向，因此最终他会将它们相除作为分母去更新，同时加上拉普拉斯平滑。这样梯度大的方向下降小，梯度小的方向下降快，也有利于收敛。

 

Adam是momentum和RMSprop的结合，简单来说，它将momentum作为分子，将RMSprop作为分母，进行更新。

 

同时我们还要注意学习率的调整，学习率随着训练变小可以加速训练，因此学习率要变小才好。