第7章 网络优化与正则化

搭建神经网络的两个难点：

（1） 优化问题：首先，神经网络的损失函数非凸，找到全局最优解通常比较困难．其次，深度神经网络的参数非常多，训练数据也比较大，因此也无法使用计算代价很高的二阶优化方法， 而一阶优化方法的训练效率通常比较低．此外，深度神经网络存在梯度消失或爆炸问题，导致基于梯度的优化方法经常失效．

（2） 泛化问题：由于深度神经网络的复杂度比较高，并且拟合能力很强，容易在训练集上产生过拟合．因此需要通过一定的正则化方法来改进网络的泛化能力．

7.1 网络优化

网络优化的两个难点：网络结构多，没有通用的优化算法；超参数多

低维空间的非凸优化问题：逃离局部最优点．

主要难点是如何选择 初始化参数和逃离局部最优点。

高维空间中的非凸优化问题：逃离鞍点（Saddle Point）

鞍点的特征是一阶梯度为 0，但是二阶梯度的 Hessian 矩阵不是半正定矩阵； 鞍点的梯度是0，但是在一些维度上是最高点，在另一些维度上是最低点。

随机梯度下降对于高维空间中的非凸优化问题十分重要，通过在梯度方向上引入随机性，可以有效地逃离鞍点。

平坦最小值

局部最小解 

7.2 优化算法

7.2.1 小批量梯梯度下降  Mini-Batch Gradient Descent

梯度下降法可以分为：批量梯度下降、随机 梯度下降以及小批量梯度下降三种形式

影响小批量梯度下降法的主要因素有：1）批量大小𝐾、2）学习率𝛼、3）梯度估计