“vanilla”是什么意思?


香草社
含义是原装的,不是变体,可以理解为原装T-34,不是后来魔改的版本;
下面以 gradiant descent为例来翻译翻译什么tmd叫tmd vanilla

Vanilla Gradient Descent

模型定义

y ^ = X W + b \begin{equation} \hat{y} = \mathbf{X} \mathbf{W} + b \end{equation} y^=XW+b

损失函数

J ( W , b ) = 1 m ∑ i = 1 m ( y ( i ) − y ^ ( i ) ) 2 \begin{equation} J(\mathbf{W}, b) = \frac{1}{m} \sum_{i=1}^{m} (y^{(i)} - \hat{y}^{(i)})^2 \end{equation} J(W,b)=m1i=1m(y(i)y^(i))2

梯度计算

∂ J ( W , b ) ∂ W = − 2 m X T ( y − y ^ ) \begin{equation} \frac{\partial J(\mathbf{W}, b)}{\partial \mathbf{W}} = -\frac{2}{m} \mathbf{X}^T (\mathbf{y} - \hat{y}) \end{equation} WJ(W,b)=m2XT(yy^)

∂ J ( W , b ) ∂ b = − 2 m ∑ i = 1 m ( y ( i ) − y ^ ( i ) ) \begin{equation} \frac{\partial J(\mathbf{W}, b)}{\partial b} = -\frac{2}{m} \sum_{i=1}^{m} (y^{(i)} - \hat{y}^{(i)}) \end{equation} bJ(W,b)=m2i=1m(y(i)y^(i))

参数更新

W : = W − α ∂ J ( W , b ) ∂ W \begin{equation} \mathbf{W} := \mathbf{W} - \alpha \frac{\partial J(\mathbf{W}, b)}{\partial \mathbf{W}} \end{equation} W:=WαWJ(W,b)

b : = b − α ∂ J ( W , b ) ∂ b \begin{equation} b := b - \alpha \frac{\partial J(\mathbf{W}, b)}{\partial b} \end{equation} b:=bαbJ(W,b)

Momentum Gradient Descent

模型定义

y ^ = X W + b \begin{equation} \hat{y} = \mathbf{X} \mathbf{W} + b \end{equation} y^=XW+b

损失函数

J ( W , b ) = 1 m ∑ i = 1 m ( y ( i ) − y ^ ( i ) ) 2 \begin{equation} J(\mathbf{W}, b) = \frac{1}{m} \sum_{i=1}^{m} (y^{(i)} - \hat{y}^{(i)})^2 \end{equation} J(W,b)=m1i=1m(y(i)y^(i))2

梯度计算

∂ J ( W , b ) ∂ W = − 2 m X T ( y − y ^ ) \begin{equation} \frac{\partial J(\mathbf{W}, b)}{\partial \mathbf{W}} = -\frac{2}{m} \mathbf{X}^T (\mathbf{y} - \hat{y}) \end{equation} WJ(W,b)=m2XT(yy^)

∂ J ( W , b ) ∂ b = − 2 m ∑ i = 1 m ( y ( i ) − y ^ ( i ) ) \begin{equation} \frac{\partial J(\mathbf{W}, b)}{\partial b} = -\frac{2}{m} \sum_{i=1}^{m} (y^{(i)} - \hat{y}^{(i)}) \end{equation} bJ(W,b)=m2i=1m(y(i)y^(i))

参数更新

v W = β v W + ( 1 − β ) ∂ J ( W , b ) ∂ W \begin{equation} v_{\mathbf{W}} = \beta v_{\mathbf{W}} + (1 - \beta) \frac{\partial J(\mathbf{W}, b)}{\partial \mathbf{W}} \end{equation} vW=βvW+(1β)WJ(W,b)

v b = β v b + ( 1 − β ) ∂ J ( W , b ) ∂ b \begin{equation} v_{b} = \beta v_{b} + (1 - \beta) \frac{\partial J(\mathbf{W}, b)}{\partial b} \end{equation} vb=βvb+(1β)bJ(W,b)

W : = W − α v W \begin{equation} \mathbf{W} := \mathbf{W} - \alpha v_{\mathbf{W}} \end{equation} W:=WαvW

b : = b − α v b \begin{equation} b := b - \alpha v_{b} \end{equation} b:=bαvb

总之,vanilla表示是初始的样子,可以理解为baseline,后面一堆魔改的方法喜欢和它做比较;

参考

What does “vanilla” mean?

  • 22
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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