tensorflow中的优化器

梯度下降优化算法

1. 1批量梯度下降法BGD

　　批量梯度下降法（Batch Gradient Descent，简称BGD）是梯度下降法最原始的形式，它的具体思路是在更新每一参数时都使用所有的样本来进行更新.
　　
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。

1.2. 随机梯度下降法SGD

　　由于批量梯度下降法在更新每一个参数时，都需要所有的训练样本，所以训练过程会随着样本数量的加大而变得异常的缓慢。随机梯度下降法（Stochastic Gradient Descent，简称SGD）正是为了解决批量梯度下降法这一弊端而提出的。
　　随机梯度下降是通过每个样本来迭代更新一次，如果样本量很大的情况（例如几十万），那么可能只用其中几万条或者几千条的样本，就已经将theta迭代到最优解了，对比上面的批量梯度下降，迭代一次需要用到十几万训练样本，一次迭代不可能最优，如果迭代10次的话就需要遍历训练样本10次。但是，SGD伴随的一个问题是噪音较BGD要多，使得SGD并不是每次迭代都向着整体最优化方向。

优点：训练速度快；

缺点：准确度下降，并不是全局最优；不易于并行实现。

从迭代的次数上来看，SGD迭代的次数较多，在解空间的搜索过程看起来很盲目。

1.3. 小批量梯度下降法MBGD

　　有上述的两种梯度下降法可以看出，其各自均有优缺点，那么能不能在两种方法的性能之间取得一个折衷呢？即，算法的训练过程比较快，而且也要保证最终参数训练的准确率，而这正是小批量梯度下降法（Mini-batch Gradient Descent，简称MBGD）的初衷。

tf.train.GradientDescentOptimizer

1.4. Adadelta算法

tf.train.AdadeltaOptimizer

1.5. Adagrad算法

tf.train.AdagradOptimizer

1.6. Momentum算法

tf.train.MomentumOptimizer

1.7. Adam算法

tf.train.AdamOptimizer

1.8. RMSProp算法

tf.train.RMSPropOptimizer

1.8.1算法原理

RMSprop 算法，全称是 root mean square prop 算法，通过引入衰减系数，使得每一回合都衰减一定比例，可以加速梯度下降；

算法原理参考链接

1.8.2算法的tensorflow实现

class tf.train.RMSPropOptimizer
Optimizer that implements the RMSProp algorithm.

tf.train.RMSPropOptimizer.init(learning_rate, decay, momentum=0.0, epsilon=1e-10, use_locking=False, name=’RMSProp’)
Construct a new RMSProp optimizer.

Args:
learning_rate: A Tensor or a floating point value. The learning rate.
学习率
decay: discounting factor for the history/coming gradient
衰减系数
momentum: a scalar tensor.
epsilon: small value to avoid zero denominator.
use_locking: If True use locks for update operation.
name: Optional name prefic for the operations created when applying gradients. Defaults to “RMSProp”.

参考：
1. https://blog.csdn.net/xierhacker/article/details/53174558
2. https://www.cnblogs.com/maybe2030/p/5089753.html