Deep learning II - II Optimization algorithms - learning rate decay 学习速率衰减

learning rate decay 学习速率衰减


这里写图片描述

  • 对于mini-batch gradient descent,其梯度下降可能会围绕最优点附近徘徊,但是由于learning rate不变,可能不会进一步靠近最优点(蓝色路径)
  • 如果learning rate会随着学习的深入不断衰减,那么上述情况会得到改善,最终的结果和更加靠近最优点(绿色路径)
    这里写图片描述
    方法 一
    1 epoch=1 pass through data 1   e p o c h = 1   p a s s   t h r o u g h   d a t a

    α=11+decayRateepochNumα0 α = 1 1 + d e c a y R a t e ∗ e p o c h N u m α 0

    这里写图片描述
    方法 二 (exponentially decay)
    α=0.95epochNumα0 α = 0.95 e p o c h N u m α 0

    方法 三
    α=kepochNumα0 α = k e p o c h N u m α 0

    α=ktα0 α = k t α 0

    t t <script type="math/tex" id="MathJax-Element-6">t</script>是mini-batch的次数。
    方法 四 (discrete staircase)
    方法 五 (manual decay )
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