1. 学习率:
学习率(Learning rate)作为监督学习以及深度学习中重要的超参,其决定着目标函数能否收敛到局部最小值以及何时收敛到最小值。合适的学习率能够使目标函数在合适的时间内收敛到局部最小值。
2. 学习率举例:
这里以梯度下降为例,来观察一下不同的学习率对代价函数的收敛过程的影响(这里以代价函数为凸函数为例):
回顾一下梯度下降的代码:
当学习率设置的过小时,收敛过程如下:
当学习率设置的过大时,收敛过程如下:
因此可知,当学习率设置的过小时,收敛过程将变得十分缓慢。而当学习率设置的过大时,梯度可能会在最小值附近来回震荡,甚至可能无法收敛。
3. 学习率的调整:
选择一个合适的学习率,对于模型的训练将至关重要。下面来了解一些学习率调整的方法:
2.1 离散下降(discrete staircase)
对于深度学习来说,每 t 轮学习,学习率减半。对于监督学习来说,初始设置一个较大的学习率,然后随着迭代次数的增加,减小学习率。
2.2 指数减缓(exponential decay)
对于深度学习来说,学习率按训练轮数增长指数差值递减。例如:
又或者公式为:
其中epoch_num为当前epoch的迭代轮数。不过第二种方法会引入另一个超参 k 。
2.3 分数减缓(1/t decay)
对于深度学习来说,学习率按照公式 变化, decay_rate控制减缓幅度。