文章目录
- 零、导读
- 一、无约束最优化
- 1.1 无约束最优化的定义
- 1.2 梯度下降
- 1.3 梯度下降在深度学习中的应用
- 1.4 牛顿下降法
零、导读
一、无约束最优化
1.1 无约束最优化的定义
1.2 梯度下降
1.3 梯度下降在深度学习中的应用
随机梯度下降法,对数据很敏感,错了一个,前面的计算都前功尽弃了
全批量梯度下降:比较稳定,但是计算量很大
小批量梯度优化,第一次取前256,第二次往后再取256,比较稳定,计算量也能接受
1.4 牛顿下降法
牛顿下降法是二次收敛