实验2实验3- 优化算法实验.docxVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

实验2-3

实验名称:梯度下降法、随机梯度下降法、动量法、Adam的对比实验

一、实验目标

理解梯度下降法(GD)、随机梯度下降法(SGD)、动量法(MSGD)、Adam四个算法的原理及区别,编程实现四个算法解决线性分类问题,对比四个算法的收敛速度、计算效率和分类准确率,通过可视化观察优化过程。

二、线性分类问题描述

考虑机器学习中经典的二分类问题。记第个样本为,在二分类问题中通常令或。当使用线性分类器时,模型关于第个样本的输出为,其中称为分类器的权重,称为偏置,我们希望该输出值与样本的真实类别标签尽量一致,并使用二次函数度量二者之间的差别。具体地,将第个样本的误差记为:

对所有样本的误差求平均,可得经典的均方误差损失函数如下:

(3.1)

三、实验数据

在二维平面的生成两类数据,每类100个数据点,第一类以(1,1)为中心,按高斯分布生成,如下图红色圆圈所示,第二类以(3.4)为中心,按高斯分布生成,如下图蓝色星号所示。每类生成10个测试数据,如下图绿色点所示。

四、实验要求

要求使用梯度下降法、随机梯度下降法、动量法、Adam四种优化算法最小化损失函数(3.1),以寻找最优参数和,并将每个算法训练出的线性分类器画在图上,如下图所示。关于每个算法的具体实现,参考教材3.4节。

实验工具:PyThon或MATLAB。

五、实验报告

(1)代码实现:完整代码(含注释)。

(2)结果对比:包括测试误差和训练时间

(3)可视化:画出四个算法的收敛曲线图

文档评论(0)

弹弹 + 关注
实名认证
文档贡献者

人力资源管理师、教师资格证持证人

该用户很懒,什么也没介绍

版权声明书
用户编号:6152114224000010
领域认证 该用户于2024年03月13日上传了人力资源管理师、教师资格证

1亿VIP精品文档

相关文档