知识整理
深度学习中经常看到epoch、 iteration和batchsize三个的区别:
- 【1】batchsize
批大小。在深度学习中,一般采用SGD(随机梯度下降法)训练,即每次训练在训练集中取batchsize个样本训练;
- 【2】iteration
1个iteration等于使用batchsize个样本训练一次;
- 【3】epoch
(1)含义:一个完整的数据集通过了神经网络一次并且返回了一次,这个过程称为一个 epoch。1个epoch等于使用训练集中的全部样本训练一次;当一个 epoch 对于计算机而言太庞大的时候,就需要把它分成多个小块。
(2)随着 epoch 数量增加,神经网络中的权重的更新次数也增加,曲线从欠拟合变得过拟合。
(3)那么,几个 epoch 才是合适的呢?
这个问题并没有正确的答案。对于不同的数据集,答案是不一样的。但是数据的多样性会影响合适的 epoch 的数量。比如,只有黑色的猫的数据集,以及有各种颜色的猫的数据集。
(4)为什么要使用多于一个 epoch?
我知道这刚开始听起来会很奇怪,在神经网络中传递完整的数据集一次是不够的,而且我们需要将完整的数据集在同样的神经网络中传递多次。但是请记住,我们使用的是有限的数据集,并且我们使用一个迭代过程即梯度下降,优化学习过程可能会overfitting、optimum、underfitting。因此仅仅更新权重一次或者说使用一个 epoch 是不够的。
eg:训练集有1000个样本,batchsize=10,那么:训练完整个样本集需要:100次iteration,1次epoch。
【相关知识】
应用机器学习算法时,通常采用梯度下降法来对采用的算法进行训练。
常用的梯度下降法还具体包含有三种不同的形式:
- 1. 批量梯度下降法BGD(Batch Gradient Descent)
批量梯度下降法(Batch Gradient Descent,简称BGD)是梯度下降法最原始的形式,
它的具体思路是在更新每一参数时都使用所有的样本来进行更新。
优点:全局最优解;易于并行实现;
缺点:当样本数目很多时,训练过程会很慢。
- 2. 随机梯度下降法SGD(Stochastic Gradient Descent)
由于批量梯度下降法在更新每一个参数时,都需要所有的训练样本,
所以训练过程会随着样本数量的加大而变得异常的缓慢。
随机梯度下降法正是为了解决批量梯度下降法这一弊端而提出的。
随机梯度下降是通过每个样本来迭代更新一次,如果样本量很大的情况(例如几十万),
那么可能只用其中几万条或者几千条的样本,就已经将theta迭代到最优解了,
对比上面的批量梯度下降,迭代一次需要用到十几万训练样本,一次迭代不可能最优,
如果迭代10次的话就需要遍历训练样本10次。但是,SGD伴随的一个问题是噪音较BGD要多,
使得SGD并不是每次迭代都向着整体最优化方向。
优点:训练速度快;
缺点:准确度下降,并不是全局最优;不易于并行实现。
- 3. 小批量梯度下降法MBGD(Mini-batch Gradient Descent)
有上述的两种梯度下降法可以看出,其各自均有优缺点,那么能不能在两种方法的性能之间取得一个折衷呢?
即,算法的训练过程比较快,而且也要保证最终参数训练的准确率,而这正是小批量梯度下降法的初衷。
MBGD在每次更新参数时使用b个样本(b一般为10)
【总结】
Batch gradient descent: Use all examples in each iteration;(迭代次数少)
Stochastic gradient descent: Use 1 example in each iteration;(迭代次数较多)
Mini-batch gradient descent: Use b examples in each iteration.