(1)定义:梯度下降法的计算过程就是沿梯度下降的方向求解极小值(也可以沿梯度上升方向求解极大值)。
批量梯度下降算法公式如下:
(其中 α代表学习率)
(2)学习率的理解:可以把梯度下降的过程看作是寻找下山的过程,目的是为了找到最低点,而α代表迈的步子的大小,如果α过大,则有可能会导致直接跨过最低点;如果α过小,则会导致下山的速度过慢。如下图所示:
(3)自适应学习率:为了使学习率变得合适,随着次数的增加,通过一些因子来减少学习率
-
通常刚开始,初始点会距离最低点比较远,所以使用大一点的学习率
-
update好几次参数之后呢,比较靠近最低点了,此时减少学习率
-
比如 t 是次数。随着次数的增加,减小
学习率不能是一个值通用所有特征,不同的参数需要不同的学习率
(4)Adagrad算法(待继续学习)