An overview of gradient descent optimization algorithms

梯度下降算法就是沿着目标函数梯度的相反方向更新模型参数。

梯度下降的变体

这里介绍了三种梯度下降算法，主要区别在于计算梯度使用的数据量大小不同。

批量梯度下降（BGD）

批量梯度下降是根据全部数据集计算梯度。

for i in range(nb_epochs):
  params_grad = evaluate_gradient(loss_function, data, params)
  params = params - learning_rate * params_grad

从代码中可以看出，首先通过全部数据计算梯度向量，然后根据梯度向量更新参数。这里学习率是固定的。

随机梯度下降（SGD）

SGD是通过单个训练样本更新参数。

 SGD对于每个样本都行进行更新，更新频繁，因此