卷积神经网络基础(九)

之前已经学习过SGD这种方法,虽然实现简单,但是有时候却难以达到最低点。接下来我们要学习一种新的方法:Momentum。

目录

[6.1.4 Momentum](#6.1.4 Momentum)

[6.1.5 AdaGrad](#6.1.5 AdaGrad)


6.1.4 Momentum

Momentum就是"动量"的意思,和物理相关。数学式表达如下:

(1)

(2)

和之前学过的SGD一样,W表示要更新的权重参数,表示损失函数关于W的梯度,η表示学习率。这里出现了一个新的变量v,对应物理学的速度。上述(1)式表示物体在梯度方向上的受力,在力的作用下物体速度增加了这一物理法则。Momentum方法给人的感觉就是小球在地面上滚动。

示意图如下:

式中有αv这一项,物体不受任何力时,该项会使物体逐渐减速,(α设定为小于1的值)对应物理上的地面摩擦或空气阻力。下面是Momentum的代码实现:

python 复制代码
class Momentum:
    def __init__(self, lr=0.01, momentum=0.9):
        self.lr = lr
        self.momentum = momentum
        self.v = None
    def update(self, params, grads):
        if self.v is None:
            self.v = {}
            for key, val in params.items():
                self.v[key] = np.zeros_like(val)
        for key in params.keys():
            self.v[key] = self.momentum*self.v[key] - self.lr*grads[key]
            params[key] += self.v[key

实例变量v保存物体速度。初始化时,v中什么都不保存,但当第一次调用update()时,v会以字典性变量的形式保存与参数结构相同的数据。剩余的代码部分就是将式(1)(2)表达出来。

就像上述的示意图一样,更新路径就像小球在碗中滚动一样,和SGD相比,我们发现"之"字形的程度减轻了。这是因为虽然x轴方向受力较小,但一直在一个方向上受力,所以会朝同一个方向有一定的加速。反过来,y轴方向的受力较大,但是因为交互性地受到正方向和反方向的力,会互相抵消,所以y轴方向的速度不稳定。因此,和SGD相比,可以更快地朝x轴方向靠近,减弱"之"字形的变动程度。

基于Momentum的最优化更新路径如下所示:

我们再来看看SGD方法的更新路径:

6.1.5 AdaGrad

神经网络的学习过程中,学习率η的值很重要,如果过小,则导致学习花费过长时间,收敛较慢,反之过大则会导致发散,而无法正确学习。有一种技巧称为学习率衰减(learning rate decay)的方法,随着学习进行,使学习率逐渐减小。实际上,刚开始"多"学,然后逐渐减少学的方法,在神经网络中经常使用。

逐渐减小学习率的想法,相当于将"全体"参数的学习率值一起降低。而AdaGrad进一步发展了这个方法。针对单个的参数,赋予其"定制"的值。

AdaGrad会为每个参数适当地调整学习率,与此同时进行学习(Ada来自英文单词Adaptive,适当的)。下面用数学方法表示更新方法:

(3)

(4)

和前面SGD一样,W表示要更新的权重参数,表示损失函数关于W的梯度,η表示学习率。这里出现了新变量h,如(3)所示,它保存了以前所有梯度值的平方和。然后在更新参数时乘以就可以调整学习的尺度,也就是说,可以按照参数的元素进行学习率的衰减,使变动大的参数学习率逐渐减小。

接下来实现AdaGrad,其实现过程如下:

python 复制代码
class AdaGrad:
    def __init__(self, lr=0.01):
        self.lr = lr
        self.h = None
    def update(self, params, grads):
        if self.h is None:
        self.h = {}
        for key, val in params.items():
            self.h[key] = np.zeros_like(val)
    for key in params.keys():
 self.h[key] += grads[key] * grads[key]
 params[key] -= self.lr * grads[key] / (np.sqrt(self.h[key]) + 1e-7)

这里需要注意的是,最后一行加上了微小值1e-7.这是为了防止当self.h[key]中有0时,将0当作除数的情况。在很多深度学习的框架中,这个微小值也可以设定为参数,但我们使用1e-7这个固定值。AdaGrad解决最优化问题的结果如图所示:

由图可知,函数的取值高效地向着最小值移动,由于y轴方向上的梯度较大,因此刚开始变动较大,但是后面会根据这个较大的变动按比例调整,减小更新的步伐。因此y轴方向上的更新程度会被减弱,之字形的变动程度有所衰减。

相关推荐
Allen_LVyingbo27 分钟前
数智读书笔记系列035《未来医疗:医疗4.0引领第四次医疗产业变革》
人工智能·经验分享·笔记·健康医疗
zzc92133 分钟前
时频图数据集更正程序,去除坐标轴白边及调整对应的标签值
人工智能·深度学习·数据集·标签·时频图·更正·白边
isNotNullX34 分钟前
什么是数据分析?常见方法全解析
大数据·数据库·数据仓库·人工智能·数据分析
烛阴35 分钟前
一文搞懂 Python 闭包:让你的代码瞬间“高级”起来!
前端·python
riveting43 分钟前
明远智睿H618:开启多场景智慧生活新时代
人工智能·嵌入式硬件·智能硬件·lga封装·3506
JosieBook1 小时前
【Java编程动手学】Java中的数组与集合
java·开发语言·python
夜阑卧听风吹雨,铁马冰河入梦来1 小时前
Spring AI 阿里巴巴学习
人工智能·学习·spring
c7691 小时前
【文献笔记】Automatic Chain of Thought Prompting in Large Language Models
人工智能·笔记·语言模型·论文笔记
Blossom.1182 小时前
机器学习在智能供应链中的应用:需求预测与物流优化
人工智能·深度学习·神经网络·机器学习·计算机视觉·机器人·语音识别
Gyoku Mint2 小时前
深度学习×第4卷:Pytorch实战——她第一次用张量去拟合你的轨迹
人工智能·pytorch·python·深度学习·神经网络·算法·聚类