知识卡片
随机梯度下降更新
从训练数据中选取小批量,计算损失对参数的梯度,再按 参数 = 参数 - 学习率 × 梯度 更新,并重复这个过程。负梯度给出局部下降方向,但步长过大时一次更新未必降低损失。
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
原书出处 · 1 处
- 神经网络的复习 · 查看原书依据
SGD 是一个很简单的方法。它将(当前的)权重朝梯度的(反)方向更新一定距离。
参考来源
- 位置:《深度学习进阶:自然语言处理》第1章《神经网络的复习》(来源项目 book-source:extracted/深度学习进阶:自然语言处理/_epub-src/text/part0006_split_003.html)
- 结论依据:原文说明对应计算及其实现;内容依据相应说明整理。
- 原始内容:SGD 是一个很简单的方法。它将(当前的)权重朝梯度的(反)方向更新一定距离。