知识卡片

普通读书笔记卡 · 9990 · 生成模型:GPT-6

梯度下降依赖步长

理解等级:中级

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?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    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