《神经网络设计》读书笔记——性能优化(二)
来源:互联网 发布:电脑看图纸软件 编辑:程序博客网 时间:2024/06/08 02:33
最速下降法
最速下降法也称为梯度下降法(gradient descent)
xk+1=xk−αkgk
确定学习速度
- 选择固定的
αk 值(通常为0.01或0.02) - 使基于
αk 的性能指数F(x) 每次迭代最小化,即沿下列方向实现最小化:xk−αkgk
稳定的学习速度
对于任意函数,我们不可能确定最大的可行学习速度,但对于二次函数是可以的
假定性能指数是一个二次函数,那么最速下降法稳定条件为:
|(1−αλ)|<1
如果性能指数有一个强极小点,则其特征值为正数,上式可化为
α<2λmax
学习速度受限于赫森矩阵的最大特征值
在最大特征值的特征向量方向上收敛最快。在最小特征值的特征向量方向上收敛最慢。
最小特征值和学习速度共同决定了算法收敛的快慢。特征值大小相差越大,最速下降法收敛越慢
沿直线最小化
沿直线
αk=−gkTpkpkTApk
沿直线
gTk+1pk=0
阅读全文
0 0
- 《神经网络设计》读书笔记——性能优化(二)
- 《神经网络设计》读书笔记——性能优化(一)
- 《神经网络设计》读书笔记——性能优化(三)
- 《神经网络设计》读书笔记——性能优化(四)
- 《神经网络设计》读书笔记——性能曲面和最优点
- Java程序性能优化 读书笔记(二)设计模式:单例模式
- 《数据库索引设计优化》读书笔记(二)
- 【系统性能优化】(二)数据库设计
- java性能优化读书笔记之二《设计优化===单例模式》
- java性能优化读书笔记之二《设计优化===代理模式》
- java性能优化读书笔记之二《设计优化===享元模式》
- java性能优化读书笔记之二《设计优化===装饰者模式》
- CNN感性认识(二)——神经网络的优化
- 高性能MySQL.读书笔记(二)操作系统和硬件优化
- JAVA性能优化权威指南 读书笔记(二)
- ics读书笔记——优化程序性能(一)
- java性能优化笔记(二)设计优化
- java性能优化笔记(二)设计优化
- VUE如何加载main.js
- 刮刮乐 和 划动打码实现
- Could not connect to '192.168.80.145' (port 22): Connection failed的解决办法(远程连不上xshell)
- AI大行其道,你准备好了吗?—谨送给徘徊于转行AI的程序员
- Maven构建区域组件流程简介
- 《神经网络设计》读书笔记——性能优化(二)
- mysql服务搭建
- viewpager实现轮播图效果,非常齐全
- phpstorm中ctrl+shift+f搜索全局键和输入法键冲突解决
- golang环境下的日志记录器-系列之三
- Eclipse中改动过Tomcat路径名后启动报错
- Java过滤器与SpringMVC拦截器之间的关系与区别
- 关于shell语法 和shell进度条之间的事儿
- GNS3连接VMware出现error could not execute vmrun:Command "C:\\program files (x86)\\vmwork\\vmrun.exe,'-T'