Stochastic Optimization

转载请注明作者：

Github工程地址：

欢迎star，有问题可以到讨论

官方教程

/下载

• 实践中大量机器学习都是通过梯度算子来求优化的
• 但有一些问题，最大的问题就是，梯度很难计算
• 我们要计算train loss，这需要基于整个数据集的数据做一个计算
• 而计算使 train loss 下降最快的调整方向需要的时间是计算train loss本身的三倍

• 因此有了SGD：Stochastic Gradient Descent
  • 计算train loss时，只随机取一小部分数据集做为输入
  • 调整W和b时，调整的大小step需要比较小，因为数据集小，我们找到的不一定是对的方向
  • 这样也就增加了调整的次数
  • 但可观地减小了计算量

SGD的优化

实际上SGD会使得每次寻找的方向都不是很准，因此有了这些优化

• 随机的初始值

• Momentum

考虑以前的平均调整方向来决定每一步的调整方向

• Learning Rate Decay
  • 训练越靠近目标，步长应该越小
• Parameter Hyperspace
  • Learning Rate（即调整的step）不是越大越好，可能有瓶颈
  • SGD有许多参数可以调整，所以被称为黑魔法

  

  • AdaGurad
    • 自动执行momentum和learning rate decay
    • 使得SGD对参数不像原来那样敏感
    • 自动调整效果不如原来的好，但仍然是一个option

觉得得我的文章对您有帮助的话，就给个吧～