神经网络基础-神经网络补充概念-50-学习率衰减

概念

学习率衰减(Learning Rate Decay)是一种优化算法,在训练深度学习模型时逐渐减小学习率,以便在训练的后期更加稳定地收敛到最优解。学习率衰减可以帮助在训练初期更快地靠近最优解,而在接近最优解时减小学习率可以使模型更精细地调整参数,从而更好地收敛。

实现方式

学习率衰减可以通过以下几种方式实现:

定期衰减:在训练的每个固定的迭代步骤,将学习率乘以一个衰减因子(通常小于1)。

指数衰减:使用指数函数来衰减学习率,例如每隔一定迭代步骤,将学习率按指数函数进行衰减。

分段衰减:将训练过程分成多个阶段,每个阶段使用不同的学习率。

代码实现(定期衰减)

python 复制代码
import numpy as np
import matplotlib.pyplot as plt

# 生成随机数据
np.random.seed(0)
X = 2 * np.random.rand(100, 1)
y = 4 + 3 * X + np.random.randn(100, 1)

# 添加偏置项
X_b = np.c_[np.ones((100, 1)), X]

# 初始化参数
theta = np.random.randn(2, 1)

# 初始学习率
initial_learning_rate = 0.1

# 衰减因子
decay_factor = 0.9

# 迭代次数
n_iterations = 1000

# 学习率衰减
for iteration in range(n_iterations):
    learning_rate = initial_learning_rate / (1 + decay_factor * iteration)
    gradients = 2 / 100 * X_b.T.dot(X_b.dot(theta) - y)
    theta = theta - learning_rate * gradients

# 绘制数据和拟合直线
plt.scatter(X, y)
plt.plot(X, X_b.dot(theta), color='red')
plt.xlabel('X')
plt.ylabel('y')
plt.title('Linear Regression with Learning Rate Decay')
plt.show()

print("Intercept (theta0):", theta[0][0])
print("Slope (theta1):", theta[1][0])
相关推荐
AI算力3 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
泯泷4 小时前
超越基准:Claude Opus 4.5 的 4 个惊人洞察
人工智能
果果软件4 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
Csvn4 小时前
刚开始用 WorkBuddy,第一步该做什么?
人工智能
fwc4 小时前
第J2周:ResNetV2算法学习
学习
一水鉴天4 小时前
同一与唯一:AppBus 外壳与 DevOps 内核 之1 20261121(元宝)
人工智能·机器学习
Wellijohn4 小时前
一个 Android 老兵的十年开源路:从 167 star 的滑动控件,到本地优先的 AI Agent
android·人工智能·开源
ZONGYUAN-ROOT5 小时前
【API配额】API 配额监控告警不生效?用 Python 监控读数变化量,抓住静态阈值漏掉的「假重置」
人工智能
Wellijohn5 小时前
我把公司内部的 12 个 CRUD 接口交给了 AI Agent,然后省出了两周
人工智能·python·mcp