一、梯度下降算法
- 挑选一个初始值w0;
- 重复迭代参数t=1,2,3;
- 在接下来不断的更新w0,使它接近最优解;
- 具体来说,法则如下:
wt等于wt的上一时刻减去η乘以损失函数关于wt的上一时刻的梯度。
沿梯度方向将增加损失函数值。
η:是指学习率,我沿着这个方向每次走多远。
学习率:步长的超参数,是需要人为指定的一个值。
注意:
选择学习率:
- 不能太小,如果选的太小,每次的步长有限,每到达一个点都需要走好多步(计算梯度是很贵的,尽量少的计算梯度);
- 也不能太大,如果太大就可能迈过要下降的地方,使的一直在震荡,并没有真正的下降。
二、小批量随机梯度下降
在整个训练集上算梯度太贵,(需要把所有的训练集重新算一遍),一个深度神经网络模型可能需要数分钟至数小时,代价太大了,这时我们就可以随机采样b个样本i1,i2,....... ,ib来近似损失
当b很大的时候,计算是精确的,当b很小的时候可能没那么精确,但是b很小的时候计算它的梯度是很容易的,因为梯度的计算复杂度和样本的个数是线性相关的。这里b叫做批量大小,是另一个重要的超参数。
注意:
选择批量大小:
- 不能太小,每次计算量太小,不适合并行来最大利用计算资源;
- 也不能太大,内存和批量大小时成正比的。如果使用GPU,内存是一个很大的瓶颈,内存消耗增加,浪费计算;
三、总结
1、梯度下降通过不断沿着反梯度方向更新参数求解;好处是,不需要知道显示解是什么样子,只需要知道怎么求导就行了。
2、小批量随机梯度下降是深度学习默认的求解算法;一般来说是最稳定最简单的。
3、两个重要的超参数是批量大小和学习率。