深度学习—带动量的SGD相关参数

带动量的sgd如下图所示：

image.png

一、weight decay（权值衰减）的使用既不是为了提高你所说的收敛精确度也不是为了提高收敛速度，其最终目的是防止过拟合。在损失函数中，weight decay是放在正则项（regularization）前面的一个系数，正则项一般指示模型的复杂度，所以weight decay的作用是调节模型复杂度对损失函数的影响，若weight decay很大，则复杂的模型损失函数的值也就大。 二、momentum是梯度下降法中一种常用的加速技术。对于一般的SGD，其表达式为 w=w-alph*f'(x)(梯度)沿负梯度方向下降。而带momentum项的SGD则写生如下形式：

image.png

x=x+v

其中beta即momentum系数，通俗的理解上面式子就是，如果上一次的momentum

与这一次的负梯度方向是相同的，那这次下降的幅度就会加大，所以这样做能够达到加速收敛的过程。 三、normalization batch normalization的是指在神经网络中激活函数的前面 按照特征进行normalization，这样做的好处有三点： 1、提高梯度在网络中的流动。Normalization能够使特征全部缩放到[0,1]，这样在反向传播时候的梯度都是在1左右，避免了梯度消失现象。 2、提升学习速率。归一化后的数据能够快速的达到收敛。 3、减少模型训练对初始化的依赖。

基于128D匹配求解的人脸识别 在数据量增大时，如何优化时间： 是不是可以对库内的数据进行排序。。。排序后的结果呈现一定的规律！使新的数据到来时可以较快地确定其在数据库接近数据的位置，这样可以节省运算时间。在可能的范围内进行检索匹配。 或是以随机的方式进行查找，在查找到一个时，向上向下继续搜索 具有一定的方向性，从而找到一个局部最优解或是一个较优解，并给出结论。 部分转自知乎：作者：陈永志 链接：https://www.zhihu.com/question/24529483/answer/114711446