BGD批量梯度下降:对整个样本计算和更新梯度,速度缓慢,但是可以收敛到全局最优点。
SGD随机梯度下降:每次训练对一个样本计算更新梯度,速度快,但是震动频繁,易局部最优。
动量梯度下降:在SGD基础上,加上一定惯性值,缓解震荡程度。
Adagrad:自适应梯度下降,可以自适应调整学习率,每个参数拥有自己的学习率,对低频参数更新较大高频参数更新小。但是由于其分母为梯度平方的累加和,容易导致随着模型训练其越来越小。稀疏特征表现更优。
Adadelta:减少Adagrad对全局学习率的依赖,加上了衰减因子。
RMSprop:特征情况下的Adadelta,在参数为0.5时仍然使用全局学习率。
Adam:综合考虑了梯度的均值和梯度平方,使用了梯度的一阶和二阶导数信息一般更优。
算法知识点-优化算法
本文探讨了优化算法在机器学习中的不同方法,包括BGD批量梯度下降(全局最优但速度慢),SGD随机梯度下降(速度快但易陷入局部最优),动量梯度下降(缓解SGD震荡),Adagrad(自适应学习率,适合稀疏特征),Adadelta和RMSprop(改进Adagrad,减少全局学习率依赖),以及Adam算法(结合一阶和二阶导数信息,通常表现更优)。
摘要由CSDN通过智能技术生成