其他的调整网络的技巧
技巧有很多，但是简单常用的不多。
首先说说对于随即梯度下降的不同变换，梯度下降其实就是用c来对于单独的一个w进行变换，但是我们如果考虑到对于不同的两个或者更多的w之间的关系呢？实际上就是用c对于多个w求多个偏导数。
Momentu就是二阶导数，原来的学习是使用c直接对于w进行修改，但是现在相当于多了一个屏障。原来走的每一步的步长实际上是和c直接相关的，但是通过momentum，加了一个代理，就是c调整一个中间的变量，中间变量再修改整体的w的值，所以再这样的情况下能够非常好的实现一个控制。
比如说我们想象一辆行驶的汽车，原来的w和c直接相关，可能一不小心就走多了，因为我们需要超像某个方向，方向是由c对w求偏导来决定的，走多少是学习率来决定的。但是这个带来的一个问题就是到底参数互相之间什么关系，要不要也微微调整以下。
其实这个也没太理解。
再有就是如何去最小化损失函数：
conjugate gradient descent ， BFGS ， 或者nesterov’s
accelerate gradient technique。
Sigmoid能不能换呢？其实tanh也许更好，因为对于sigmoid来说，激活的都是大于0的，这就意味着如果某个神经元是某个值，那么和这个相连的前一层的结果就都是同时增加或者减少的。而且tanh其实是sigmoid的一个缩放。还有一个比较神奇的东西就是relu（rectified linear unit）。
我们还没有明确的知道为什么这些是管用的，不过我们会继续探索。
下面问题来了：
1. 到底怎么解释这些，为什么激活函数这个就可以，有没有更好的？哪个是最好的？还是和数据有关？
时间： 2024-10-14 08:20:50