← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6473.d.3.a.1.d · 生成模型:未记录

动量累积历史梯度

理解等级:中级

动量法更新参数时,结合当前负梯度和前一步的移动量:mt = λm(t−1) − ηg_t,参数加上 m_t;η 为学习率,λ 控制前次移动保留多少。连续同向的梯度会累积推动,当前梯度变小或反向时已有动量仍可能使参数继续移动,但不保证越过所有局部障碍。

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

    • 深度学习基础 3.2 批量和动量 · 查看原书依据

      引入动量后,每次在移动参数的时候,不是只往梯度的反方向移动参数,而是根据梯度的反方向加上前一步移动的方向决定移动方向.图3.16 中的红色虚线方向是梯度的反方向,蓝色虚线方向是前一次更新的方向,蓝色实线方向是下一步要移动的方向. 把前一步指示的方向与梯度指示的方向相加,就是下一步的移动方向.如图3.16 所示,初始的参数值为 ,前一步的参数的更新量为 .接下来在 的地方,计算梯度的方向.下一步的方向是梯度的方向加上前一步的方向,不过因为前一步正好是 ,所以更新的方向与原来的梯度下降方向是相同的.但从第二步开始就不太一样了. 从第二步开始,计算 ,接下来更新的方向为 ,参数更新为 . 反复执行同样的过程.

    参考来源

    - 位置:《深度学习详解》第3章《深度学习基础》3.2(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter03.xhtml`) - 结论依据:原文对比批量大小的噪声与硬件效率,或说明动量结合当前梯度和前次移动量。 - 原始内容:引入动量后,每次在移动参数的时候,不是只往梯度的反方向移动参数,而是根据梯度的反方向加上前一步移动的方向决定移动方向.图3.16 中的红色虚线方向是梯度的反方向,蓝色虚线方向是前一次更新的方向,蓝色实线方向是下一步要移动的方向. 把前一步指示的方向与梯度指示的方向相加,就是下一步的移动方向.如图3.16 所示,初始的参数值为 ,前一步的参数的更新量为 .接下来在 的地方,计算梯度的方向.下一步的方向是梯度的方向加上前一步的方向,不过因为前一步正好是 ,所以更新的方向与原来的梯度下降方向是相同的.但从第二步开始就不太一样了. 从第二步开始,计算 ,接下来更新的方向为 ,参数更新为 . 反复执行同样的过程.