Δw(t)=−ε
∂w(t)
∂E
+αΔw(t−1)(9)
我们知道反向传播每次迭代的效果是这样的:
w=w+Δw(t) w=w+Delta w(t)
w=w+Δw(t)
我们知道,每条训练数据都会导致训练的过程中,
计算一次∂E∂w(t) frac{∂E}{∂w(t)}
∂w(t)
∂E
,假如我的wi w_iw
i
初始化为0,最终的值是0.7
但是我的学习率ε=0.0001 varepsilon=0.0001ε=0.0001,一万条数据,
epoch=1够不够,可能够,也可能不够.
因为你想啊,就假如一个三层的神经网络
第一层和第二层之间有个wi w_iw
i
第2层和第3层之间有个wj w_jw
j
假设w在0~1之间,那么就有1/ε varepsilonε=10000种取值,
并且层与层之间的w还得排列组合,这些排列组合虽然是根据∂E∂w(t) frac{∂E}{∂w(t)}
∂w(t)
∂E
不断调整w ww的,你能确保这些层与层之间的不同w的值的组合
刚好令loss(也就是E)最小吗?
显然不能,所以根据梯度下降的过程,你需要很多次epoch,才有可能让神经网络来拟合处满足当前训练集的模型.
一言概之,为啥需要多次epoch,
就是
w=w+Δw(t) w=w+Delta w(t)
w=w+Δw(t)
还没来得及迭代到最终的值.
当然最终的值很可能会让神经网络过拟合,这是后话.
---------------------
作者：Chi Yus Blog
来源：CSDN
原文：https://blog.csdn.net/appleyuchi/article/details/86555315
版权声明：本文为博主原创文章，转载请附上博文链接！