batch梯度下降法
在前面的学习当中,对于神经网络的每次迭代,我们都是以整个训练集X为单元进行训练。这种训练方法也叫batch梯度下降法。
由于跑完整个X后才能更新参数,当数据量较大时,每次迭代的时间会非常长。
batch梯度下降法的代价函数一定会严格递减。
为例减小每次跌打的时间,我们试图缩小每次迭代的数据量
随机梯度下降法
在这个方法中,我们每次迭代只训练一组数据,然后就更新参数。
这样做的问题在于,完全没有办法利用到向量化的加速。
随机梯度下降法的代价函数不一定会严格递减,因为对应着不同的数据,偏差可能大不相同。某些数据可能是特殊点。所以只能做到总体趋势上代价函数在递减。
Mini-batch梯度下降法
综合上面两个方法的利弊,我们的batch既不能取m,也不能取1,应当取一个适当的数。在实际操作中,往往取64-512的2的幂次的数据。这样做既能加快迭代速度,又能充分利用向量化的优势。