深度学习-带动量的随机梯度下降算法

1.指数加权平均

类比n个数求平均：

如果  表示前  个数的平均， 表示第  个数，那么  个数的指数加权平均定义为：

                                              

其展开为：

                                       

                                       

                                         ....

                                       

                                       

                                       

                          则有    

         全部展开有          

    将提取出来得        

可以看出来，括号中即为加权平均系数（完整系数应该是与的乘积，为了便于理解此处忽略），又因为为指数形式，所以称之为指数加权平均。                                

2.动量

众所周知，使用梯度下降算法更新参数的公式为：

                                         （为梯度，是学习率）

在具体的迭代过程中，上式只利用本次迭代计算的梯度更新参数，而加入动量机制则是考虑了之前每次迭代计算的梯度。

 

3.带动量的随机梯度下降算法中参数更新公式

设动量为    ，其动量更新公式：

                                          (是本次更新之前的动量，参考上面的指数加权平均)

                                               

 动量v其实是负梯度（梯度方向表示上升最快的方向，反方向则表示下降最快的方向）的指数加权平均，所以v是负数，所以上面的参数更新公式中是加上v，算法如下：

4.Nesterov动量

相比于标准动量（上面描述的动量），Nesterov动量在计算梯度之前，首先用更新了参数：，然后再求梯度。

其步骤除了求梯度之前更新了参数之外，其他步骤和标准动量的步骤一致，具体算法如下。