知识卡片
AdaDelta利用更新历史
AdaDelta 同时维护梯度平方与参数更新平方的衰减统计量,以二者的均方根比例缩放当前梯度。它旨在缓解 AdaGrad 学习率持续缩小的问题,额外状态和具体实现的超参数仍会影响效果。
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
该算法需要维护梯度和权重更新的积分
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:该算法需要维护梯度和权重更新的积分