知识卡片
批量与随机梯度
批量梯度用整个训练集计算一次更新,单样本随机梯度每次只用一个样本,小批量方法在两者之间取若干样本求平均。小批量通常兼顾并行效率与估计噪声,但速度和收敛表现取决于硬件、数据和超参数。
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
- 梯度下降算法及变体:高效求解模型参数 · 查看原书依据
每次迭代中,选取小批量的随机样本来计算梯度,并据此更新模型参数。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第6章《梯度下降算法及变体:高效求解模型参数》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0009.xhtml`)
- 结论依据:原文及公式、代码说明方法;卡片标明原书错误和适用条件,数值示例为解释。
- 原始内容:每次迭代中,选取小批量的随机样本来计算梯度,并据此更新模型参数。