对于小批量随机剃度下降法(mini-batch SGD)，如何选择每批样本的数量？

  数学 数值计算 最优化    浏览次数： 1207
  机器学习面试也能刷题？
2

随机剃度下降法是每次使用一个样本，小批量随机剃度下降是每次使用m个样本。这个m一般怎么选择？有什么技巧？

 

MeganC   2017-05-03 22:26


   1个回答 
4

这篇论文On Large-Batch Training for Deep Learning: Generalization Gap and Sharp Minima给出了关于mini-batch样本点的一些观察：

1. 样本点太少，训练时间长；样本点太多，训练时间也太长。

2. 样本点多，训练单个epoch时间更短

3. 样本点越小，模型的泛化越好。


理论归理论，实际上还是自己选一些比较小的数值，比如8，12，32，64。


SofaSofa数据科学社区 DS面经 问答 实战

可爱多   2017-05-09 09:36



  相关主题

最速下降法与梯度下降法   1回答

为什么梯度的反方向是函数下降最快的方向？   3回答

RMSProp的直白解释   1回答

Adam优化算法   1回答

随机梯度下降(sgd)的收敛问题   3回答

梯度上升算法是什么？   2回答

牛顿法到底是一阶优化算法还是二阶优化算法？   2回答

用SGD时陷入局部最优解的解决方法   3回答

随机平均梯度法(Stochasitc Average Gradient)和随机梯度下降(SGD)有什么区别   3回答

nesterov’s momentum和momentum的区别？   0回答

学习率不当会导致sgd不收敛吗？   3回答

线性回归有精确的解析解为什么还要用梯度下降得到数值解？   4回答

回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出！