1)、Adagrad
一种自适应学习率算法，实现代码如下：
cache += dx**2
x += - learning_rate * dx / (np.sqrt(cache) + eps)
这种方法的好处是，对于高梯度的权重，它们的有效学习率被降低了；而小梯度的权重迭代过程中学习率提升了。要注意的是，这里开根号很重要。平滑参数eps是为了避免除以0的情况，eps一般取值1e-4 到1e-8。
2)、RMSprop
RMSProp方法对Adagrad算法做了一个简单的优化，以减缓它的迭代强度：
cache = decay_rate * cache + (1 - decay_rate) * dx**2
x += - learning_rate * dx / (np.sqrt(cache) + eps)
其中，decay_rate是一个超参数，其值可以在 [0.9, 0.99, 0.999]中选择。
3)、Adam
Adam有点像RMSProp+momentum，效果比RMSProp稍好，其简化版的代码如下：
m = beta1*m + (1-beta1)*dx
v = beta2*v + (1-beta2)*(dx**2)
x += - learning_rate * m / (np.sqrt(v) + eps)
论文中推荐eps = 1e-8，beta1 = 0.9，beta2 = 0.999。
import numpy as np """ 输入:
- w:
- dw:
- config: 包含各种超参数
返回:
- next_w:
- config: """ def sgd(w, dw, config=None): if config is None: config = {}
config.setdefault('learning_rate', 1e-2) w -= config['learning_rate'] * dw
return w, config def sgd_momentum(w, dw, config=None):
"""
结合动量的SGD（最常用） - learning_rate:
- momentum: 动量值
- velocity: A numpy array of the same shape as w and dw used to store a moving
average of the gradients.
"""
if config is None: config = {}
config.setdefault('learning_rate', 1e-2)
config.setdefault('momentum', 0.9)
v = config.get('velocity', np.zeros_like(w)) next_w = None next_w = w
v = config['momentum']* v - config['learning_rate']*dw
next_w +=v config['velocity'] = v return next_w, config def rmsprop(x, dx, config=None):
""" - learning_rate:
- decay_rate:
- epsilon: 小数值 避免分母为零
- cache:
"""
if config is None: config = {}
config.setdefault('learning_rate', 1e-2)
config.setdefault('decay_rate', 0.99)
config.setdefault('epsilon', 1e-8)
config.setdefault('cache', np.zeros_like(x)) next_x = None next_x = x
config['cache'] = config['decay_rate']*config['cache']+(1-config['decay_rate'])*(dx*dx)
x += -config['learning_rate']* dx / (np.sqrt(config['cache'])+config['epsilon']) return next_x, config def adam(x, dx, config=None):
""" - learning_rate
- beta1: m的衰减率
- beta2: v的衰减率
- epsilon
- m: Moving average of gradient.
- v: Moving average of squared gradient.
- t: Iteration number.
"""
if config is None: config = {}
config.setdefault('learning_rate', 1e-3)
config.setdefault('beta1', 0.9)
config.setdefault('beta2', 0.999)
config.setdefault('epsilon', 1e-8)
config.setdefault('m', np.zeros_like(x))
config.setdefault('v', np.zeros_like(x))
config.setdefault('t', 0) next_x = None config['t']+=1
config['m'] = config['beta1']*config['m'] + (1- config['beta1'])*dx
config['v'] = config['beta2']*config['v'] + (1- config['beta2'])*(dx**2)
mb = config['m']/(1-config['beta1']**config['t'])
vb = config['v']/(1-config['beta2']**config['t'])
next_x = x -config['learning_rate']* mb / (np.sqrt(vb) + config['epsilon']) return next_x, config