[机器学习入门] 李宏毅机器学习笔记-3 (Gradient Descent ;梯度下降)

来源:互联网 发布:公章制作生成器软件 编辑:程序博客网 时间:2024/05/17 02:46

[机器学习入门] 李宏毅机器学习笔记-3 (Gradient Descent ;梯度下降)

PDF VIEDO

Review

这里写图片描述
这里写图片描述


梯度下降的三个小贴士


Tip 1 Tuning your learning rates

这里写图片描述

  • 最流行也是最简单的做法就是:在每一轮都通过一些因子来减小learning rate。
    • 最开始时,我们距离最低点很远,所以我们用较大的步长。
    • 经过几轮后,我们接近了最低点,所以我们减少learning rate。
    • 比如: 1/t 衰减: ηn=ηt+1
  • learning rate 不能从一而终
    • 要给不同的参数设置不同的learning rate。

为了达到此目的,有许多种技巧,而Adagrad就是一种不错的选择。

Adagrad

这里写图片描述

这样操作后,每组参数的learning rate 都不同。

举个例子:

这里写图片描述

所以用Adagrad后,我们的参数变化要写成这样:

这里写图片描述

Adagrad越到后面改变会越慢,这是一个正常现象。

Q:有没有奇怪的地方??是否有所冲突??

这里写图片描述

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述


Tip 2:Stochastic Gradient Descent

让你的Training更快一点!

这里写图片描述

这里写图片描述


Tip 3 : Feature Scaling

让不同的特征值具有相同的缩放程度。

这里写图片描述
这里写图片描述
这里写图片描述

阅读全文
2 0