tensorflow - Tensorflow 中的 SGD 是否对每个数据点进行移动？

Question

我假设随机梯度下降中的“随机”来自每批中样本的随机选择。但我读过的关于该主题的文章似乎表明 SGD 对每个数据点都有一个小的移动（权重变化）。Tensorflow 是如何实现的？

标签： tensorflowkerasstochastic-gradient

Answer 1

是的，SGD 确实是随机抽样的，但是这里的点有点不同。

SGD 本身不进行抽样。您通过批处理进行采样，并希望在每个时期之间进行改组。

GD 意味着您在前向支撑整个数据集后为每个权重生成梯度（batchsize = 基数，并且每个 epoch 的步数 = 1）。如果您的批量大小小于数据集的基数，那么您就是在进行采样的人，并且您运行的是 SGD 而不是 GD。

实现非常简单，类似于

1. 转发支持批次/步骤。
2. 找到渐变。
3. 使用这些梯度更新权重
4. 返回步骤 1