随机梯度下降算法原理

目录

1.算法目标

2.算法描述

3.算法推导

4.注意

---

1.算法目标

逐渐逼近损失函数 loss 的极小值，简单抽象为求函数的极小值。

2.算法描述

每次取一个增量，使得，每次向函数值更小的地方前进一小步，多次迭代就能做到逐渐逼近函数的极小值。

3.算法推导

展开 得到公式。

其中H为海森矩阵，暂且不考虑。为使成立，只需要保证。

即，当时，，如此即可保证每次更新在逐渐逼近函数的极小值。其中 为学习率是一个较小的正数。

每次更新时做 操作，求得的最小值。

4.注意

上述过程是在逼近极小值，不一定是函数的最小值。

是一种下降趋势，整个循环步骤中函数值在下降，并非每个小步骤得到的函数值都比前一次要小。