← 全部标签

标签:指数加权平均

共 3 篇相关内容,按发布时间排列。

深度学习:指数加权平均 — 用一行代码做时间序列预测

理解指数加权平均的递推公式与递推思想、β 参数对衰减速度的控制、偏差修正的作用,以及在深度学习中(优化器、BatchNorm)的应用场景

深度学习:动量梯度下降 — 给梯度加上"惯性"

理解标准梯度下降的振荡与局部最优问题,以及动量梯度下降如何用指数加权平均平滑梯度、抑制振荡、靠惯性冲过局部最优

深度学习:RMSProp 优化器 — 每个参数拥有自己的学习率

理解统一学习率的困境、RMSProp 自适应学习率的核心思想(梯度大的除以大数、梯度小的除以小数),以及梯度平方指数加权平均的递推计算