[深度之眼机器学习训练营第四期]大规模机器学习

这一节主要讲了一些适用于大规模机器学习的算法及策略，并比较了梯度下降、随机梯度下降和小批量梯度下降的优劣。目前来说，大规模机器学习中用的最多的还是小批量梯度下降，毕竟它在执行效率和性能之间达到了一个平衡。当然，对于小批量梯度下降来说，如何选择合适的批量大小又是一个值得深思的问题。

梯度下降

Repeat { Θ t + 1 : = Θ t − α 1 n ∑ i = 1 n ∇ cost ( f ( x ( i ) ; Θ t ) , y ( i ) ) } \begin{aligned} &\text{Repeat}\{\\ &\quad\quad\Theta_{t+1} := \Theta_t - \alpha\frac{1}{n}\sum_{i=1}^n\nabla\text{cost}\left(f(x^{(i)};\Theta_t),y^{(i)}\right)\\ &\} \end{aligned} ​Repeat{Θt+1​:=Θt​−αn1​i=1∑n​∇cost(f(x(i);Θt​),y(i))}​

随机梯度下降

Repeat { Shuffer training dataset randomly Select  one  example from training dataset Θ t + 1 : = Θ t − α ∇ cost ( f ( x ( i ) ; Θ t ) , y ( i ) ) } \begin{aligned} &\text{Repeat}\{\\ &\quad\quad\text{Shuffer training dataset randomly}\\ &\quad\quad \text{Select }\textbf{one}\text{ example from training dataset}\\ &\quad\quad\Theta_{t+1} := \Theta_t - \alpha\nabla\text{cost}\left(f(x^{(i)};\Theta_t),y^{(i)}\right)\\ &\} \end{aligned} ​Repeat{Shuffer training dataset randomlySelect one example from training datasetΘt+1​:=Θt​−α∇cost(f(x(i);Θt​),y(i))}​

小批量梯度下降

Repeat { Shuffer training data randomly Select  b  examples from training dataset Θ t + 1 : = Θ t − α 1 b ∑ i = 1 b ∇ cost ( f ( x ( i ) ; Θ t ) , y ( i ) ) } \begin{aligned} &\text{Repeat}\{\\ &\quad\quad\text{Shuffer training data randomly}\\ &\quad\quad\text{Select }b\text{ examples from training dataset}\\ &\quad\quad\Theta_{t+1} := \Theta_t - \alpha\frac{1}{b}\sum_{i=1}^b\nabla\text{cost}\left(f(x^{(i)};\Theta_t),y^{(i)}\right)\\ &\} \end{aligned} ​Repeat{Shuffer training data randomlySelect b examples from training datasetΘt+1​:=Θt​−αb1​i=1∑b​∇cost(f(x(i);Θt​),y(i))}​
后面介绍了分布式机器学习中的Map-Reduce方法，其实现阶段（2020年）常用的方法还是数据并行和模型并行这两种。主要使用的架构包括参数服务器以及一些环状架构，这里就不作过多介绍了。