TensorFlow滑动平均值

在采用梯度下降法训练的神经网络中，使用滑动平均模型都可以提高神经网络在测试模型中的表现。

 

TensorFlow 提供了tf.train.ExponentialMovingAverage来实现滑动平均值模型。

 

在初始化滑动平均模型是，要传入一个衰减率参数，这个衰减率用来控制模型的更新速度。

tf.train.ExponentialMovingAverage对每一个变量提供一个影子变量(shadow_variable)。

这个影子变量的初始值就是相应变量的初始值，而每次运行变量更新时，影子变量就会更新为：

shadow_variable = decay * shadow_variable + (1-decay)*variable

从公式中可以看到，decay越大，模型越趋于稳定。在实际应用中，decay一般取一个非常靠近1的小数。如0.99或0.9999

转载于:https://www.cnblogs.com/guolaomao/p/8058371.html