SGDM的意义:当梯度接近为0时,可以保证 θ \theta θ继续移动不会停止。避免梯度下降在局部最小值停留。加入一个momentum项始终让 θ \theta θ沿着梯度最大的方向下降。
adagrad通过将学习率除以之前每个时刻梯度的和保证步长在梯度较大时,不会太大从而超过局部最小值。
如果梯度太大,可能使学习率变得很小
SGDM的意义:当梯度接近为0时,可以保证 θ \theta θ继续移动不会停止。避免梯度下降在局部最小值停留。加入一个momentum项始终让 θ \theta θ沿着梯度最大的方向下降。
adagrad通过将学习率除以之前每个时刻梯度的和保证步长在梯度较大时,不会太大从而超过局部最小值。
如果梯度太大,可能使学习率变得很小