深度学习——学习率衰减(learning rate decay)

学习率衰减(learning rate decay)

为了防止学习率过大，在收敛到全局最优点的时候会来回摆荡，所以要让学习率随着训练轮数不断按指数级下降，收敛梯度下降的学习步长。

学习率衰减可以用以下代码实现
decayed_learning_rate = learning_rate * np.power(decay_rate,(global_step / decay_steps)）

decay_rate是衰减指数，可设为略小于1的值，比如0.98。global_step是当前的迭代轮数，decay_steps是你想要每迭代多少轮就衰减的度量值，可叫作衰减速度。比如decay_steps = 1000，意味着当global_step达到1000时就给learning_rate乘上0.98的一次方，达到2000就乘上0.98的二次方，以此类推，不断缩小学习率。

TensorFlow提供了一个函数实现了指数衰减学习率，叫做tf.train.exponential_decay
用法如下

global_step = tf.Variable(0)
learning_rate = tf.train.exponential_decay(0.1, global_step, 1000, 0.98)
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost,\
global_step = global_step)

初始学习率为1，衰减指数为0.98，衰减速度为1000，global_step会跟着minimize函数自动更新。
tf.train.exponential_decay还有一个参数是staircase，默认为False，如果是False，学习率会平滑地衰减，而非每迭代1000轮才衰减一次，如果为True，则会每迭代1000次才衰减一次，这种称为阶梯函数。

学习率的本质可以说成是，在训练初期，你希望学习的步长在可承受的范围内尽量大一些，随着训练轮数的增加，为了避免梯度下降无法收敛到全局最优点，甚至发散，你希望学习的步长越来越小，逐步逼近最优点，至少是在一个最优的范围内来回震荡。

学习率衰减是非常有用的技巧，通常会和mini_batch的方法一并使用，你也可以手动衰减学习率，虽然这很耗费人力和精力。不过从我学到的知识来看，学习率衰减并不是你要考虑的首要问题，通常，你只需要不断调整学习率，直至一个令人满意的效果即可，并不一定需要用到学习率衰减。因为还有很多更高级的超参数调整和搜索方式值得尝试。

个人博客
我的GitHub