梯度下降法的灵魂思想

梯度下降法是深度学习里优化算法的核心,可是最初不懂该算法的思想,看了很多视频也讲的模棱两可,刚才看到以下公式彻悟,现记录下来,希望能够帮助到大家。

在这里插入图片描述
以下是代码的实现

def sgd(params, lr):  #@save
    """随机梯度下降"""
    with torch.no_grad():
        for param in params:
            param -= lr * param.grad             # 更新参数,使得f(x)更小,此处即为 x  <-- x - η * f'(x)
            param.grad.zero_()                   # 清空本次的梯度(导数)
           

标准梯度下降法、随机梯度下降法、小批量随机梯度下降法的区别:

在这里插入图片描述

通常情况下,使用小批量随机梯度下降法训练能够达到时间短、收敛快的优质效果。

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Gaolw1102

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值