경사 강하법에 대해 공부
1677 단어 기계 학습 입문그라디언트 강하 방법기계 학습
그라디언트 강하 방법이란?
기계 학습이나 심층 학습에 이용되는 파라미터의 최적화 방법의 하나.
모델식의 오차를 작게 하는 파라미터를 찾고 싶다.
그림 : 파라미터가 하나인 경우
파라미터를 조금씩 움직여 오차가 작아지는 장소를 찾아 간다.
이것을 반복하여 기울기가 0이 되는 점을 찾아 가는 것으로, 오차의 최소값을 찾아 간다.
문제점
로컬 최소한에 빠져 버린다
로컬 최소
오차가 작아지도록 파라미터를 변경해 나가므로, 작은 계곡을 빠져나갈 수 없다.
확률적 구배 강하법
위의 두 가지 문제에 대한 해결책은 확률 적 그라디언트 강하 방법입니다.
모든 데이터로부터 수십건 내지 수백건의 데이터 세트(미니 배치)를 작성하여 계산한다.
→ 계산량 문제 해결
모든 데이터로 계산했을 때와 같이 곧바로 극소치로 향하지 않는 경우도 있지만, 로컬 미니맘으로부터 나올 수 없다고 하는 것은 없어진다.
여러 번 시도하여 확률적으로 최소 오차로 향한다.
참고
Reference
이 문제에 관하여(경사 강하법에 대해 공부), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/qiiiiiiita/items/4c6483602f595addefec텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)