Java教程

神经网络优化:RMSprop(均方根传播梯度下降法)

本文主要是介绍神经网络优化:RMSprop(均方根传播梯度下降法),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

最终目的仍是减少振荡方向(b)的更新幅度,提高前进方向(ω)的更新幅度

引入S和Sdb,如公式表达,由于dω<db,求其均方根作为分母,实现ω的更新幅度大,而b的更新幅度小

 

 

注意

  1. 使用中为了避免出现√S=0导致除数为0的情况出现,应令√(S+ε) (吴恩达视频中建议ε=1e-8)

  2. 与动量梯度下降法一样,需要对S进行修正:S = S/(1-βt)

这篇关于神经网络优化:RMSprop(均方根传播梯度下降法)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!