深度学习-优化策略

1.使用众所周知的梯度下降法。

（1）.批量梯度下降法：每次参数更新使用所有的样本（2）.随机梯度下降法：每次参数更新只使用一次样本（3）.小批量梯度下降法：每次参数更新使用小部分数据样本

优点：算法简洁，当学习率值恰当时，可以收敛到全局最优点或局部最优点。

缺点：对于超参数比较敏感：过小导致收敛速度过慢，过大容易越过极值点；无法实时修改学习率，容易出现在鞍点上，处于局部最大值；且求导时要对整个数据集进行求导，计算量很大；且容易达到局部最优点，无法继续优化。

2.随机梯度下降法，在梯度下降上做了优化，优点是：计算量小，因为只需要对一个训练数据进行求导。缺点：无法调整学习率，容易发生震荡，收敛慢，容易出现在鞍点上，处于局部最大值。

3.动量法momentum，优点：加上了原始动量（梯度累积）且对于变量给了参数，给了一种惯性，使得其在正确的方向上，下降更快，而且容易跳出局部最小点。更具有鲁棒性，使得训练过程更加平稳。缺点：容易出现在鞍点上，处于局部最大值。

更新的时候用的不再是梯度，而是参数的动量值。

以上是对梯度做文章，

4.adagrad（自适应学习率优化器）

对于不同的参数设置不同的学习率，

使用累计平方梯度来计算新的学习率（让其作为平方根，且为分母）这样就能在梯度与学习率相乘的时候能够自适应。

优点：可以自适应的调整学习率，不同量级的参数能更好的收敛（使得梯度大的学习率变小，使得梯度乘以学习率后为一个可以接受的值，能够减少震荡）。

5.RMSProp

优点：给累计梯度增加了参数，学习率进一步优化，给累计梯度和和当前梯度增加参数，计算公式不变。

以上是对学习率做文章

6.adam

缝合怪，集中了以上所有的优点，在梯度方面增加了momentum，使用累计梯度。同时在学习率上能够自适应使用RMSProp的优点。其中的参数均为超参数，需要自己去调整。最后使用了偏差纠正，起初的时候累计梯度和累计平方梯度都是属于0，而参数会接近于一，那么当t较小时，可能会偏向于0。那么就需要做偏差矫正。