【李宏毅】机器学习 笔记03(Tips of gradient descent)

1、Adagrad Adagrad是解决不同参数应该使用不同的更新速率的问题。Adagrad自适应地为各个参数分配不同学习率的算法。 公式如下:   2、Stochastic Gradient Descent(SGD:随机梯度下降) 如果使用梯度下降法(批量梯度下降法),那么每次迭代过程中都要对个样本进行求梯度,所以开销非常大,随机梯度下降的思想就是随机采样一个样本来更新参数,那么计算开销就下降了
相关文章
相关标签/搜索