深度学习|Adam又要“退休”了？耶鲁大学团队提出AdaBelief优化器
晓查 发自 凹非寺
量子位 报道 | 公众号 QbitAI
要挑战Adam地位的优化器又多了一个 。
近日NeurIPS 2020收录论文提出的一个优化器 ， 在深度学习社区成为焦点 ， 引起广泛讨论 。
这就是由耶鲁大学团队提出的AdaBelief 。 团队在论文中表示 ， 该优化器兼具Adam的快速收敛特性和SGD的良好泛化性 。
本文插图
所谓AdaBelief ， 是指根据梯度方向上的“信念”（Belief）来调整训练的步长 。 它和Adam在算法上的差别并不大 。
二者差别在下面的算法实现上可以轻易看出 。
本文插图
相比Adam ， AdaBelief没有引入任何其他新参数 ， 只是在最后一步更新时有差异 ， 已在上图中用蓝色标出 。
Adam的更新方向是
本文插图
而AdaBelief的更新方向是
本文插图
vt和st的差别在于 ， 后者是
本文插图
的指数移动平均（EMA） 。
mt可以看做是gt的预测值 ， 当实际值与预测值相差不大时 ， 分母
本文插图
较小 ， 步长较大 ， 权重放心大胆迈开步子更新 。
而实际值与预测值相差很大时 ， AdaBelief倾向于“不相信”当前梯度 ， 此时分母较大 ， 更新步长较短 。
为什么AdaBelief更好
只做在最后一步做了了一个小小的改变 ， 未审核会产生如此之大的影响呢？
这主要是因为AdaBelief考虑了两点 。
1、损失函数的曲率问题
理想的优化器应该考虑损失函数的曲线 ， 而不是简单地在梯度较大的地方下采取较大的步长 。
本文插图
在“大梯度、小曲率”（图中区域3）情况下|gt-gt-1|和|st|很小 ， 优化器应增加其步长 。
2、分母中的梯度符号
本文插图
在上图损失函数为
本文插图
的情况下 ， 蓝色矢量代表梯度 ， 十字叉代表最优解 。
Adam优化器在y方向上振荡 ， 并在x方向上保持前进 。 这是由于
本文插图
在低方差情况下 ， Adam中的更新方向接近“符号下降” 。
而在AdaBelief中 ，
本文插图
因此AdaBelief在x方向上走了一大步 ， 在y方向上只会走一小步 ， 防止振荡产生 。
实验结果
在简单的几种3维损失函数曲面上 ， AdamBelief展现出了优秀的性能 。
本文插图
本文插图
图像分类
推荐阅读
- 标杆学习|走进青岛海尔、红领（酷特智能）总部商务考察学习
- 标杆学习|走进北京小米新总部参观考察-对标小米互联网思维与生态链创新
- 标杆学习|走进北京京东总部商务考察学习精彩集锦
- 职场办公学习|每次进货价格不一样，Excel批量计算利润
- 南方都市报|中科院心理所第五届心理学应用论坛聚焦与智能产业深度结合
- 红星新闻|5G赋能影视城深度工业化，象山影视城要从1.0升级到2.0
- 心花木向阳生|为什么“现金流”越来越比“利润率”更重要？（深度好文）
- 华为手机,Android系统|华为P30Pro升级EMUI11，深度体验2天，优缺点有一说一
- 智东西|华为Mate 40 Pro强到无死角？一周深度体验看到底Pro在哪
- |深度解析！光峰科 FABULUS 柔性菲涅尔屏性能有多强