深度学习网络中参数更新的优化方法主要分为两种:
上述常用方法均可以使用一下公式来进行同一描述:
其中,\frac{\partial L}{\partial \boldsymbol{W}_t} 是第 t 步的梯度,\eta_t 是第t 步的学习率(可以进行衰减,也可以不变);\psi(\cdot) 是学习率缩放函数,可以取 1 或者历史梯度的模的移动平均;\phi(\cdot) 是优化后的参数更新方向,可以取当前的梯度 \frac{\partial L}{\partial \boldsymbol{W}_t} 或历史梯度的移动平均。