知识卡片
AdaGrad累积平方梯度
AdaGrad 为每个参数累计历史梯度平方,并按其平方根缩放当前更新;频繁获得较大梯度的维度有效步长会减小。它适合观察稀疏特征的不同更新频率,但累计量不减可能使后期步长过小。
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
它将每一维度上的历史梯度
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:它将每一维度上的历史梯度