Python视觉深度学习系列教程 第二卷 第6章 高级优化方法
2023-09-14 09:01:35 时间
第二卷 第六章 高级优化方法
到目前为止,在本书中,我们只研究并使用了随机梯度下降(SGD)来优化我们的网络——但还有其他优化方法可用于深度学习。具体来说,这些更高级的优化技术旨在:
1.减少时间量(即epoch数)以获得合理的分类精度。
2.使网络对于除学习率之外的更大范围的超参数更“表现良好”。
3.理想情况下,获得比SGD更高的分类准确度。
随着深度学习的不断进步,出现了大量新的优化技术,每一种都试图改进SGD并提供自适应学习率的概念。正如我们所知,SGD与给定的学习率成正比地修改网络中的所有参数。然而,鉴于网络的学习率是
(1)要调整的最重要的超参数
(2)一个难以正确设置的繁琐的超参数,深度学习研究人员假设可以自适应地调整学习率(并且在在某些情况下,每个参数)作为网络训练。
在本章中,我们将回顾自适应学习率方法。我还将提供有关您应该在自己的项目中使用哪些优化算法的建议
相关文章
- Python多线程之间同步总结
- Python之位移操作符所带来的困惑
- 在Python中操作文件之truncate()方法的使用教程
- 在Python的列表中利用remove()方法删除元素的教程
- 华为OD机试 - 整理扑克牌(Java & JS & Python)
- Python语言学习:Python语言学习之python包/库package的简介(模块的封装/模块路径搜索/模块导入方法/自定义导入模块实现华氏-摄氏温度转换案例应用)、使用方法、管理工具之详细攻略
- 100天精通Python(数据分析篇)——第62天:pandas常用统计方法大全(含案例)
- 【两阶段鲁棒优化】利用列-约束生成方法求解两阶段鲁棒优化问题(Python代码实现)
- 技术实践:教你用Python搭建gRPC服务
- 【华为云技术分享】小白篇,认识Python最最最常用语重要的库Requests
- Python 可轻松实现酷炫进度条,这3种方法的确很实用
- 【Python 八股文】- 数据库
- 人生苦短之我用python实现rsa(加解密、签名验签)
- Python:Flask技术栈及Extensions扩展整理
- python web py入门(2)-URL处理
- 自己写的Python数据库连接类和sql语句拼接方法
- python实现ocr识别文字
- python-flask框架基础:传入字符、整形、浮点型、文件路径参数以及图片
- Python和Java哪个更好找工作?