2020-06-10
阅读量:
2769
GD(梯度下降)和SGD(随机梯度下降)有什么区别？
- 相同点
在GD和SGD中，都会在每次迭代中更新模型的参数，使得代价函数变小。
- 不同点：
GD(梯度下降)
在GD中，每次迭代都要用到全部训练数据。
SGD（随机梯度下降）
在SGD中，每次迭代可以只用一个训练数据来更新参数。
- 总结
当训练数据过大时，用GD可能造成内存不够用，那么就可以用SGD了，SGD其实可以算作是一种online-learning。另外SGD收敛会比GD快，但是对于代价函数求最小值还是GD做的比较好，不过SGD也够用了。
17.4582
3
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
Studio-R
2025-08-28
0条评论
CDA持证人阿涛哥
2025-08-18
0条评论
CDA持证人阿涛哥
2025-06-14
0条评论