机器学习的一种方法为梯度下降法,即对代价函数进行缩小:
如图上,横坐标是迭代次数,纵坐标是代价函数,当迭代次数足够大时,代价函数趋于一个极小值。
但当代价函数出现这样的走向时,说明学习率太大。
每次迭代都会超过最低点,导致代价函数越来越大,所以需要适当降低学习率。
但是学习率太低会导致机器学习速度太慢,学习率太大就会出现上面的情况,一般学习率的取值选择是这样子的:
0.0001、0.0003、0.001、0.003、0.01、0.03、0.1、0.3、1
逐步取值就好,会取到不错的值。