梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
我会使用尽量少的数学符号描述 梯度， 着重于意义而非计算。一个直观的例子，在机器学习领域有个术语叫「梯度下降」，你可以想象在群山之中，某个山的半山腰有只小兔子打算使用梯度下降的思路去 …
梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什 …
为了降低随机梯度的方差，从而使得迭代算法更加稳定，也为了充分利用高度优化的矩阵运算操作，在实际应用中我们会同时处理若干训练数据，该方法被称为小批量梯度下降法 (Mini- Batch Gradient …
如何评价 Meta 新论文 Transformers without Normalization？ - 知乎
Normalization这个事得好好掰扯掰扯。 上古时期，网络经常在初始几个iteration之后，loss还没下降就不动，必须得把每一层的gradient与weight的比值打印出来，针对性地调整每一层的初始化才能不崩。
梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
这篇回答节选自我的专栏 《机器学习中的数学：微积分与最优化》，和大家一起谈谈方向导数和梯度。 欢迎关注我的知乎账号 @石溪 ，将持续发布机器学习数学基础及算法应用等方面的精彩内容。 1.多 …
如何理解 natural gradient descent? - 知乎
看到一篇文章写得非常浅显易懂： What is the natural gradient, and how does it work? 总结一下： 拿神经网络中的反向传播算法举例，我们计算各个权值w关于损失函数的导数，得到一个梯度向量，然后 …
如何理解策略梯度（Policy Gradient）算法？ - 知乎
Actor-Critic算法结合了策略梯度（Policy Gradient）方法和值函数估计的优点，旨在通过两个不同的神经网络来学习：一个用于学习策略（Actor），另一个用于评估状态的价值（Critic）。
机器学习 | 近端梯度下降法 (proximal gradient descent)
近端梯度下降法是众多梯度下降 (gradient descent) 方法中的一种，其英文名称为proximal gradident descent，其中，术语中的proximal一词比较耐人寻味，将proximal翻译成“近端”主要想表达"（物理 …
梯度累积两次，跟batch size 增大2倍，在多数情况下，效果一样吗？
实验发现2：最近的研究者实验发现，在总的batch_size*gradient accumulation下相同的情况下，除了loss会大，梯度累积越大，最终导致L2 Norm越大，L2Norm越大，说明权重越大，那么模型的泛化 …
梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
Dec 2, 2020 · 梯度是雅可比矩阵的一种特殊形式，当m=1时函数的雅可比矩阵就是梯度，这个概念原是为场论设定的，任何场都可以用来理解梯度，后来被引用到数学中用来指明函数在指定点的变量率最快 …
梯度消失问题为什么不通过 gradient scaling 来解决？ - 知乎
May 4, 2018 · The truth is, once your gradient results've already too slight to be distinguished from other noise-disturbances, you scale up all the observable vibrations, you still cannot distinguish the correct …