keras中的mini-batch gradient descent (转)
深度学习的优化算法,说白了就是梯度下降。每次的参数更新有两种方式。
一、
第一种,遍历全部数据集算一次损失函数,然后算函数对各个参数的梯度,更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍,计算量开销大,计算速度慢,不支持在线学习,这称为Batch gradient descent,批梯度下降。
二、
另一种,每看一个数据就算一下损失函数,然后求梯度更新参数,这个称为随机梯度下降,stochastic gradient descent。这个方法速度比较快,但是收敛性能不太好,可能在最优点附近晃来晃去,hit不到最优点。两次参数的更新也有可能互相抵消掉,造成目标函数震荡的比较剧烈。
三、
为了克服两种方法的缺点,现在一般采用的是一种折中手段,mini-batch gradient decent,小批的梯度下降,这种方法把数据分为若干个批,按批来更新参数,这样,一个批中的一组数据共同决定了本次梯度的方向,下降起来就不容易跑偏,减少了随机性。另一方面因为批的样本数与整个数据集相比小了很多,计算量也不是很大。
基本上现在的梯度下降都是基于mini-batch的,所以Keras的模块中经常会出现batch_size,就是指这个。batch_size指的是一个batch有多少个样本,而不是由多少个batch。
顺便说一句,Keras中用的优化器SGD是stochastic gradient descent的缩写,但不代表是一个样本就更新一回,还是基于mini-batch的。
------------------------------------------------
来源:
1、keras中文文档: https://keras-cn.readthedocs.io/en/latest/for_beginners/concepts/
最新文章
- sqlserver 多库查询 sp_addlinkedserver使用方法(添加链接服务器)
- swift_初始化器的使用
- 敏捷BI——岂止于快
- [置顶] Jquery学习总结(二) jquery选择器详解
- 利用JAVA反射机制将JSON数据转换成JAVA对象
- curl: (6) Couldn’t resolve host ‘www.ttlsa.com’
- sas2ircu工具信息收集及磁盘定位
- eShopOnContainers 知多少[7]:Basket microservice
- Python学习手记
- [转载]Black-Scholes 模型中 d1,d2 是怎么得到的?如何理解 Black-Scholes 模型?
- Hadoop.之.入门部署
- Hibernate初学
- luogu P4199 万径人踪灭
- AopProxyUtils.getSingletonTarget(Ljava/lang/Object;)Ljava/lang/Object;大坑
- 解决vs2017调试出现脚本错误(/Community/Common7/IDE/PrivateAssemblies/plugin.vs.js) 方法
- 【TopCoder10697】RabbitNumbering
- LINUX中的DNS服务---DNS正向、反向和双向解析
- razor DisplayNameFor ViewModel为集合时显示列名的问题
- 15.Django添加一个功能模块的步骤(和SpringMVC类比)
- 使mysql按中文字段排序