梯度下降算法对比(批量下降随机下降minibatch)_第1页
梯度下降算法对比(批量下降随机下降minibatch)_第2页
梯度下降算法对比(批量下降随机下降minibatch)_第3页
梯度下降算法对比(批量下降随机下降minibatch)_第4页
梯度下降算法对比(批量下降随机下降minibatch)_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、mini-batch)梯度下降算法对？（批量下降随机下降?规模机器学习：&*.j-r亠野:-9f-水丄目窃科-MWCiiMrrJTOC o 1-5 h z线性回归的梯度下降算法：Batchgradientdescent（每次更新使？全部的训练样本）LinearregressroriwithgradientdescentIFH琴Jz卫2话d吓ta-l=典Repeat亍:.mv-T勺：=眄他旳L*i朗(foreveryj-0n)批量梯度下降算法（Batchgradientdescent）:每计算？次梯度会遍历全部的训练样本，如果训练样本的？较多时，内存消耗过？。linearlegresionwit

2、h尹di亡ntdescent随机梯度下降算法：1、?先将随机打乱的训练样本数据2、外循环：（？般一10次即可，若内循环中次数100000以上，贝U?次即可）内循环：遍历所有的训练样本，每次梯度下降时使？?个样本计算梯度。与批量梯度像算法相？，其下降曲线不停，图中右侧红？表?批量梯度下降算法，洋红表？随机梯度下降算法。StochasticgradientdescentRandomlyshuffle(reorder)trainingexamplesRepeatforiI*+f哲=町-严记(foreveryi=un)Mini-Batch梯度下降算法1、设置每次遍历的样本数b2、外循环：内循环：遍历所

3、有的样本，每b个样本更新？次梯度Mini-batchgradientdescentSa”jb=he=0()0RepeatR亠fori=,n.21,31画IF&t:Mflj-肆1届(*可)-沪加(foreveryJ=0T,)对？：批量下降：每次梯度更新使？全部的样本随机下将：每次梯度更新使？1个样本Mini-batch:每次梯度更新使？b个样本，b1，?于全部的样本数。fBatchgradientdescent:Use白1l”fexamplesineachiteration令Stochasticgradientdescent:Use1exampleineachiterationMini-batc

4、hgradientdescent:UseexamplesineachiterationLt岂h.L-随机梯度下降算法的收敛：1、在更新梯度前计算损失函数:2、?如：绘制损失函数的曲线每1000个样本CheckingforconvergencetBatchgradientdescent:-=PlotasafunctionofthenumberofiterationsofgradientdescS(亦动卵(N)-肿fStochasticgradientdescent:亠z(/.#)；(加X)-泸尸上d?#-DuringlearningcoFnpuWbeforeupdatingusingW)T-jEverylOOOiterations(s

人人文库> 全部分类> 办公材料 > 办公文档

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论