Mini-Batch 梯度下降

这篇文章简要介绍什么是 mini-batch 梯度下降算法及其特点

在训练网络时,如果训练数据非常庞大,那么把所有训练数据都输入一次神经网络需要非常长的时间,另外,这些数据可能根本无法一次性装入内存。人们在实践中发现并证明了另外一种方法,这种方法可以解决这些问题,更快地完成训练。

假如我们有 m = 500000 对训练数据 X Y,把这些数据按照每组 1000 对分成 500 组,即 X 被分成:

- X{1} = 0	...	1000
- X{2} = 1001	...	2000
- ...
- X{500} = 499001	...	500000

Y 的分法和 X 相同,但要保证 X 和 Y 的对应关系不变。

这就将 m 对训练数据分成了 500 组 mini batches,每组都有 1000 对数据,我们可以这样形容第 t 组训练数据数据:X{ t},Y{ t}X\{t\}, Y\{t\}X{ t},

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值