← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 3788.l.2.b · 生成模型:GPT-6

AdaGrad逐分量缩放

理解等级:中级

AdaGrad 为每个参数分量累计历史梯度平方 s←s+g²,并用 ηg/√(s+ε) 逐元素缩放更新。历史平方和较大的分量,其有效步长较小;累计值不会下降,长期训练可能使步长变得很小。书中把逐元素缩放称为内积并将其直接等同于二阶导数模拟,这些说法不应理解为严格的矩阵内积或精确 Hessian。

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:《用Python实现深度学习框架》第3章《优化器》,3.6 AdaGrad优化器(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_029.html`) - 结论依据:原文给出更新公式与实现代码;卡片区分公式、代码初始化及示例的限制。 - 原始内容:AdaGrad则针对梯度的每个分量各自的历史采用了不同的学习率。