文章目录
学习一个模型:
前向计算部分
损失函数:
mean square error:MSE
cross enporty
反向传播部分
模型参数初始化
BGD/SGD/mini-batch GD
Batch gradient descent:BGD批梯度下降法
链接: 批梯度下降法(Batch Gradient Descent ),小批梯度下降 (Mini-Batch GD),随机梯度下降 (Stochastic GD)
优点:全局最优解;易于并行实现;
缺点:当样本数目很多时,训练过程会很慢。
从迭代的次数上来看,BGD迭代的次数相对较少。其迭代的收敛曲线示意图可以表示如下:
随机梯度下降法
SGD
权重参数记为W,把损失函数关于W的梯度记为∂L/∂W 。η 表示学习率,实际上会取 0.01 或 0.001 这些事先决定好的值。式子中的←表示用右边的值更新左边的值。
在都是凸函数的情况下:
相对于Batch方式,SGD的更新方式,波动大
可能使得梯度下降到更好的两一个局部最优解
但另一方面来讲,SGD的更新可能导致梯度一直在局部最优解附近波动
训练时不断的缓慢减小学习率,SGD能和Batch方法一样,在凸损失函数曲面取得全局最优解,对于非凸曲面能取得局部最优解