深度学习优化函数详解(3)——mini-batch SGD 小批量随机梯度下降

本文延续该系列的上一篇 深度学习优化函数详解(2)– SGD 随机梯度下降

上一篇我们说到了SGD随机梯度下降法对经典的梯度下降法有了极大速度的提升。但有一个问题就是由于过于自由 导致训练的loss波动很大。那么如何可以兼顾经典GD的稳定下降同时又保有SGD的随机特性呢?于是小批量梯度下降法, mini-batch gradient descent 便被提了出来。其主要思想就是每次只拿总训练集的一小部分来训练,比如一共有5000个样本,每次拿100个样本来计算loss,更新参数。50次后完成整个样本集的训练,为一轮(epoch)。由于每次更新用了多个样本来计算loss,就使得loss的计算和参数的更新更加具有代表性。不像原始SGD很容易被某一个样本给带偏 。loss的下降更加稳定,同时小批量的计算,也减少了计算资源的占用。

公式推导

我们再来回顾一下参数更新公式。每一次迭代按照一定的学习率 α 沿梯度的反方向更新参数,直至收敛

深度学习优化函数详解

接下来我们回到房价预测问题上。线形模型:

深度学习优化函数详解

这是经典梯度下降方法求loss,每一个样本都要经过计算:

深度学习优化函数详解

这是SGD梯度下降方法:

深度学习优化函数详解

这是mini-batch 梯度下降法, k表示每一个batch的总样本数:

深度学习优化函数详解

要优化的参数有两个,分别是a和b,我们分别对他们求微分,也就是偏微分, 再求和的均值

深度学习优化函数详解深度学习优化函数详解

深度学习优化函数详解记为 ∇a 深度学习优化函数详解为 ∇b ,分别表示loss在a、b方向的梯度, 更新参数的方法如下

深度学习优化函数详解

实验

小技巧:在每一个epoch计算完所有的样本后,计算下一代样本的时候,可以选择打乱所有样本顺序。

下面是SGD方法的训练结果

深度学习优化函数详解

下面是 mini-batch SGD方法的训练结果
深度学习优化函数详解

由于我的训练样本比较少,所以选择了比较大的学习率来体现效果。mini-batch SGD中,每次选择3个样本作为一个batch进行训练。容易看出,波动的减小还是比较明显。同时收敛的速度也是大大加快,几乎一步就走到了合适的参数范围。

由于mini-batch SGD 比 SGD 效果好很多,所以人们一般说SGD都指的是 mini-batch gradient descent. 大家不要和原始的SGD混淆。现在基本所有的大规模深度学习训练都是分为小batch进行训练的。

本文全部代码实现:https://github.com/tsycnh/mlbasic/blob/master/p3%20minibatch%20SGD.py

版权声明:本文为博主(史丹利复合田)原创文章,转载请注明出处。 https://blog.csdn.net/tsyccnh/article/details/76136771