梯度下降优化器有很多,但是本文仅仅讨论梯度下降时所采用的数据量对效果的影响。从梯度下降的大类来分,可以分为如下的三类:
三个梯度下降法的损失函数为:均方误差损失函数
C = 1 2 m ∑ i = 1 m ( Y i − h w ( X i ) ) 2 C=\frac{1}{2m}\sum_{i=1}^m(Y_i-h_w(X_i))^2 C=2m1i=1∑m(Yi−hw(Xi))2 h ( w ) = ∑ i = 0 n w i x i h(w)=\sum_{i=0}^nw_ix_i h(w)=i=0∑nwixi
批量梯度下降(BGD)
BGD(Batch Gradient Descent)是指的在求解梯度时一次性的将整个数据集进行迭代,从而计算出平均的梯度用于参数的更新:
w
i
+
1
=
w
−
η
1
m
∑
j
=
0
m
∂
C
∂
w
j
w_{i+1} =w-\eta \frac{1}{m}\sum_{j=0}^m \frac{\partial C}{\partial w}_j
wi+1=w−ηm1j=0∑m∂w∂Cj
其中m为数据集的数据量数。
优点:每一次的迭代都会朝着最优解的方向进行,不会出现迭代中的震荡
缺点:穿越整个数据集所消耗的时间与空间巨大,而使得优化过程不经济
随机梯度下降(SGD)
SGD(Stochastic Gradient Descent)是指的在每次求解梯度时仅从数据集中随机的选取一个数据点进行梯度计算,从而更新参数:
w
i
+
1
=
w
−
η
∂
C
∂
w
w_{i+1} =w-\eta \frac{\partial C}{\partial w}
wi+1=w−η∂w∂C
其中每次用于更新的数据量为1
优点:优化的速度很快。
缺点:数据中会存在噪音,使得优化朝着并不是最优的方向而迭代。同时还会使得训练的准确率降低。
小批量梯度下降(MBGD)
MBGD(Mini-Batch Gradient Descent)将BGD和SGD求一个折中的办法,每次从数据集中选取一小部分的数据进行计算梯度,这样既能加快梯度下降的迭代速度又可以降低数据集中单一噪音数据点对优化的影响。
Reference
[1] https://zhuanlan.zhihu.com/p/25765735
[2] https://www.cnblogs.com/maybe2030/p/5089753.html?utm_source=tuicool&utm_medium=referral
[3] https://blog.csdn.net/u014595019/article/details/52989301