关于误差的计算

优化器可以使网络更快的收敛

1、SGD随机梯度下降

缺点:

1.易受样本噪声影响

2.可能陷入局部最优解

2、SGD+Momentum优化器

多了一个动量部分,可以有效抑制样本噪声的干扰

3、Adagrad优化器 (自适应学习率)

缺点:学习率下降的太快,可能还没有收敛就停止训练

4. RMSProp优化器(自适应学习率)

相比起Adagrad可以有效控制学习率的下降速度

5、Adam优化器

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值