您的位置:首页 > 财经 > 产业 > Adam optimizer的原理

Adam optimizer的原理

2024/12/23 7:27:58 来源:https://blog.csdn.net/smartcat2010/article/details/139449465  浏览:    关键词:Adam optimizer的原理

原文:

https://builtin.com/machine-learning/adam-optimization

1. 原始SGD

2. 带冲量的SGD:

vt: mementum(冲量)

γ:momentum decay

η:Learning rate

在之前保持的正确的方向上,加速收敛;冲出”坑“;

3. RMSProp

E[gt^2]: 梯度平方的带权Moving average;

可把E这个机制,视为自适应学习率。对梯度太大的w,把收敛速度拉得慢一些;梯度太小的w,把收敛速度拉的快一些;(太快了,怕出事故,拉慢些;太慢了,要助力,拉快些)

4. 简化版Adam

将Momentum和自适应学习率,相结合了;

mt: 冲量;

vt: 自适应学习率;

ε:防止被0除;

5. 最终版Adam

β1^t和β2^t:warm startup;一上来几轮,m和v太小了接近0,收敛太慢;加上除以小的数,使得m和v在前几轮比较大;后面随着t增大,该分母趋近于0,可忽略;

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com