知识卡片
梯度下降依赖步长
每一步用当前参数减去学习率乘梯度。梯度只描述附近的一阶变化,过大步长可以越过较低区域,过小则需要更多次更新。非凸损失还会受初值影响,下降并不保证找到全局最小值。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 梯度和步长
原书出处 · 1 处
- 反向传播神经网络 梯度和步长 · 查看原书依据
并不是步长越大越好或越小越好,步长太大可能会导致不收敛的情况,步长太小会导致收敛缓慢。因此,当η>0且为一个合适的数值[1]时才能
参考来源
- 位置:《机器学习基础》第13章,13.1 梯度下降法(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter84.xhtml)
- 结论依据:原文借「步长太大可能会导致不收敛的情况」处的论述给出本卡所解释的关系或做法。
- 原始内容:并不是步长越大越好或越小越好,步长太大可能会导致不收敛的情况,步长太小会导致收敛缓慢。因此,当η>0且为一个合适的数值[1]时才能