梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
我会使用尽量少的数学符号描述 梯度， 着重于意义而非计算。一个直观的例子，在机器学习领域有个术语叫「梯度下降」，你可以想象在群山之中，某个山的半山腰有只小兔子打算使用梯度下降的思路去 …
梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什 …
为了降低随机梯度的方差，从而使得迭代算法更加稳定，也为了充分利用高度优化的矩阵运算操作，在实际应用中我们会同时处理若干训练数据，该方法被称为小批量梯度下降法 (Mini- Batch Gradient …
梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
这篇回答节选自我的专栏 《机器学习中的数学：微积分与最优化》，和大家一起谈谈方向导数和梯度。 欢迎关注我的知乎账号 @石溪 ，将持续发布机器学习数学基础及算法应用等方面的精彩内容。 1.多 …
如何理解 natural gradient descent? - 知乎
看到一篇文章写得非常浅显易懂： What is the natural gradient, and how does it work? 总结一下： 拿神经网络中的反向传播算法举例，我们计算各个权值w关于损失函数的导数，得到一个梯度向量，然后 …
梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
梯度是雅可比矩阵的一种特殊形式，当m=1时函数的雅可比矩阵就是梯度，这个概念原是为场论设定的，任何场都可以用来理解梯度，后来被引用到数学中用来指明函数在指定点的变量率最快的方向和大 …
机器学习 | 近端梯度下降法 (proximal gradient descent)
近端梯度下降法是众多梯度下降 (gradient descent) 方法中的一种，其英文名称为proximal gradident descent，其中，术语中的proximal一词比较耐人寻味，将proximal翻译成“近端”主要想表达"（物理 …
机器学习2 -- 优化器（SGD、SGDM、Adagrad、RMSProp、Adam）
Apr 6, 2024 · 1 主要优化器 1.1 SGD SGD全称Stochastic Gradient Descent，随机梯度下降，1847年提出。每次选择一个mini-batch，而不是全部样本，使用梯度下降来更新模型参数。它解决了随机小批 …
如何评价 Meta 新论文 Transformers without Normalization？ - 知乎
Normalization这个事得好好掰扯掰扯。 上古时期，网络经常在初始几个iteration之后，loss还没下降就不动，必须得把每一层的gradient与weight的比值打印出来，针对性地调整每一层的初始化才能不崩。
如何理解随机梯度下降（stochastic gradient descent，SGD）？
随机梯度下降 Stochastic Gradient Descent SGD （Vinilla基础法/Momentum动量法） 一开始SGD没有动量，叫做Vanilla SGD，也就是没有之前时刻的梯度信息。
shim 和gradient 区别是什么？ - 知乎
Apr 26, 2019 · gradient是梯度场，在磁共振成像设备里，指的是剃度线圈产生的有剃度的磁场。它是通过对静态主磁场强度的削弱和增强产生的。在影像医学中，梯度磁场对MRI信号进行空间编码，以确定 …