原书出处
大模型技术30讲
32 附录 练习答案
任何需要存储的额外参数。 Adam优化器更复杂,且需要更多的存储空间。具体来说,
Adam优化器为每个参数保留了过去梯度(一阶矩)的指数衰减平均值和过去平方梯度(二阶原始矩)的指数衰减平均值。
因此,对于网络中的每个参数,Adam优化器需要存储两个额外的值。如果网络中有 个
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大模型技术30讲/_epub-src/EPUB/xhtml/chapter01_0040.xhtml
EPUB SHA-256:aed12db0b1b08a8757496d8d12796b8829fa2546eb77ccf47b557e4abbb6a0ec