02.改善深层神经网络：超参数调试、正则化以及优化 W2.优化算法

文章目录

• • 1. Mini-batch 梯度下降
  • 2. 理解 mini-batch 梯度下降
  • 3. 指数加权平均数
  • 4. 理解指数加权平均数
  • 5. 指数加权平均的偏差修正
  • 6. 动量Momentum梯度下降法
  • 7. RMSprop
  • 8. Adam 优化算法
  • 9. 学习率衰减
  • 10. 局部最优的问题
  • 作业

参考： 吴恩达视频课 深度学习笔记

1. Mini-batch 梯度下降

在巨大的数据集上进行训练，速度非常慢，如何提高效率？

前面我们学过向量化可以较快的处理整个训练集的数据，如果样本非常的大，在进行下一次梯度下降之前，你必须完成前一次的梯度下降。如果我们能先处理一部分数据，算法速度会更快。

• 把训练集分割为小一点的子集（称之 mini-batch）训练

batch 梯度下降法：指的就是前面讲的梯度下降法，可以同时处理整个 训练集 mini-batch：每次处理的是单个的 mini-batch 训练子集

2. 理解 mini-batch 梯度下降

在这里插入图片描述

mini-batch 梯度下降，每次迭代后 cost 不一定是下降的，因为每次迭代都在训练不同的样本子集，但总体趋势应该是下降的

mini-batch 的 size 大小：

• 大小 = m，就是batch梯度下降法
• 大小 = 1，就是随机梯度下降

mini-batch size

3. 指数加权平均数

在这里插入图片描述

在这里插入图片描述

4. 理解指数加权平均数

在这里插入图片描述

5. 指数加权平均的偏差修正

偏差修正

6. 动量Momentum梯度下降法

思想：计算梯度的指数加权平均数，利用该梯度更新权重

在这里插入图片描述

上图情况下，标准的梯度下降会上下波动，且要使用较小的学习率，否则会偏离更远。

如果我们使用过去梯度的加权平均，纵向的就抵消了一些，横向的叠加了一些，可以更平滑的快速找向最优点

RMSprop 跟 Momentum 有很相似的一点，可以消除梯度下降和mini-batch梯度下降中的摆动，并允许你使用一个更大的学习率，从而加快你的算法学习速度。

8. Adam 优化算法

Adam (Adaptive Moment Estimation) 优化算法基本上就是将 Momentum 和 RMSprop 结合在一起

Adam算法结合了 Momentum 和 RMSprop 梯度下降法，并且是一种极其常用的学习算法 其被证明能有效适用于不同神经网络，适用于广泛的结构

超参数：

9. 学习率衰减

慢慢减少 学习率 的本质在于，在学习初期，使用较大的步伐，开始收敛的时候，用小一些的学习率能让步伐小一些

• 对不同的 mini-batch 进行训练，一次称之为 epoch

还有离散下降学习率，即 不是每步都下调学习率

10. 局部最优的问题

高维度空间中，我们不太可能遇见（概率很低）如上图所示的局部最优点，因为需要这么多的维度方向上都梯度为 0（概率很低）

所以更有可能遇到的是鞍点

基本不会遇见局部最优问题，可能遇见的是平稳段减缓了学习速度，该区域梯度接近于 0 ，要很长时间才能走出去。Momentum 或 RMSprop，Adam 能够加快速度，让你尽早 走出平稳段。

平稳段