目标:
argminxf(x),其中,
g(x)=∇f(x),H(x)=∇∇f(x)
1.梯度下降(Gradient Descent):
xk+1←xk−a.g(xk)
随机梯度下降(Stochastic Gradient Descent)
2.牛顿法(Newton’s Method)
xk+1=xk−αH−1(xk).g(xk)
拟牛顿法(Quasi-Newton Method):对
H(x)做近似
- BFGS:对
H(x)做近似的一种比较好的方法,内存中需要放
H(x)
- L -BFGS (L for Limited Memory):对BFGS的改进,内存不放
H(x),而是存放中间数据,需要
H(x)的时候利用中间数据还原
H(x),大大减小对内存的需要
- OWLQN:对L1-Norm不可导的情况,引入虚梯度来解决。
3.coordinate Descent:
CDN
xik+1←argminyf(x1k+1,.......xi−1k+1,y,xi+1k....,xnk)
4.偏差与方差
1)偏差(Bias):几份不同的训练数据,训练处的权重的期望值与真实的权值差距。
2)方差(Variance):几份不同的训练数据,训练出来的权重彼此之间的差异。