在一元函数里，因为只有一个方向，所以直接使用导数就可以描述变化率了。而在多元函数里，就像在一开始的例子中，我们的小兔子是可以往东南西北甚至更多的方向蹦跶的，是个 3D 游戏 …

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 …

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 …

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）。

Apr 6, 2024 · 1 主要优化器 1.1 SGD SGD全称Stochastic Gradient Descent，随机梯度下降，1847年提出。 每次选择一个mini-batch，而不是全部样本，使用梯度下降来更新模型参数。 …

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 …

5、知识总是学了又忘？ 哈哈哈，感觉人脑就是这样，知识方法总是学了不用、不复习回顾就会遗忘的。 对于咱们人类来说，要想已经学过的知识技术牢记，复习、反复思考总结真的太重要 …

2.2 近端梯度下降 (proximal gradient descent) 对于优化问题 ，变量 的迭代递推公式为 其中，变量上标的 表示当前迭代次数。 迭代递推公式证明过程（涉及知识：泰勒展开）: 注意：由于公式 …

Mar 20, 2025 · Wasserstein gradient flow是概率空间的gradient flow,目前在machine learning,optimization, applied math等很多领域里面都算是非常热门的话题 最早的wasserstein …

Dec 2, 2020 · 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？ 硬核科技与科普知识服务提供者 576 赞同 9 评论 969 收藏