深度学习优化算法大全系列3:NAG(Nesterov Acceleration Gradient)

1.NAG与SGD-M的区别

NAG全称为Nesterov Accelerated Gradient,是在SGD-Momentum基础进一步优化所得。
前面的文章我们提到过,SGD-M主要是利用历史累积动量来代替当前梯度从而达到减小震荡,加速收敛的目的。而NAG与SGD-M的区别在于,在计算当前梯度的时候,先跟随历史累积动量前进一步,然后再看下一步怎么走。

2.算法流程

假定初始参数为 θ \theta θ,初始动量 v v v,动量超参数为 α \alpha α,梯度超参数为 ϵ \epsilon ϵ,则整个NAG算法流程如下:

1.从训练集中采样m个样本 x ( 1 ) x^{(1)} x(1), x ( 2 ) x^{(2)} x(2)…, x ( m ) x^{(m)} x(m),对应的标签为 y ( i ) y^{(i)} y(i)
2.计算当前梯度之前先走一步: θ ^ = θ + α v \hat \theta = \theta + \alpha v θ^=θ+αv
3.计算当前梯度: g = ▽ θ ∑ i L ( f ( x ( i ) ; θ ^ ) , y ( i ) ) g = \bigtriangledown_\theta \sum_i L(f(x^{(i)}; \hat \theta), y^{(i)}) g=θiL(f(x(i);θ^),y(i))
4.计算动量更新: v = α v − ϵ g v = \alpha v - \epsilon g v=αvϵg
5.参数更新 θ = θ + v \theta = \theta + v θ=θ+v

从上面的流程不难看出,NAG与SGD-M的区别就在第二步,其他都一样。

你可能感兴趣的:(深度学习,动量,NAG,SGD-M)