深度学习的优化：理论和算法《Optimization for d
2020-01-21 本文已影响0人
数据小新手
3 梯度下降，使用和基本分析
大量的神经网络的优化算法是基于梯度下降方法的。但是在通常使用过程中，更加常见的方法是SGD（随机梯度下降）每次随机选取样本i，然后更新参数。
3.1 计算梯度（BP）
BP算法是神经网络的重要算法。从最优化的视角来看，这是计算梯度的有效方法。
loss function
其中
其中 称为pre-activation,
称为post-activation.
3.2 Basic Convergence Analysis of GD
关于convergence有很多标准，虽然我们想要迭代收敛的全局最小值，，一个更加通用的描述是每个有限点都是stationary point。 Stationary points 和全局最小点的差异不包括以下情况。序列有超过一个的限制点，限制点不存在。另一个标准是收敛的函数值，如果函数值下届是0并且序列F 是下降，序列肯定会收敛到一个值。
收敛理论：
Lipschitz smooth gradient
如果所有的迭代是有界的，那么合适常有线次迭代部步数会收敛。
bounded Lipschitz constants只能保证收敛，但不能保证收敛速度。一个更严重的问题是Lipschitz 常数可能非常大或者非常小，即使bounded.
