大家好~本课程为“深度学习基础班”的线上课程，带领同学从0开始学习全连接和卷积神经网络，进行数学推导，并且实现可以运行的Demo程序

线上课程资料：
本节课录像回放

加QQ群，获得ppt等资料，与群主交流讨论：106047770

本系列文章为线上课程的复盘，每上完一节课就会同步发布对应的文章

本课程系列文章可进入索引查看：
深度学习基础课系列文章索引

• 回顾相关课程内容
• 为什么要学习本课
• 主问题：如何充分利用CPU缓存？
• 主问题：如何更接近损失函数的极小值？
  • 结学
• 任务：实现小批量随机梯度下降

回顾相关课程内容

• 对于随机梯度下降，多少个样本更新一次权重？

为什么要学习本课

• 如何改进随机梯度下降算法？
  • 如何充分利用CPU缓存？
  • 如何更接近损失函数的极小值？

主问题：如何充分利用CPU缓存？

• 我们现在使用什么方法更新权重？
  答：随机梯度下降
• 除此之外还有什么方法吗？
  答：梯度下降
• 它们分别是多少个样本更新一次权重？
  答：随机梯度下降使用一个样本更新一次权重；梯度下降使用所有的样本，求梯度的平均后更新一次权重
• 哪种方法更能利用CPU缓存？为什么？
  答：梯度下降，因为它一次性输入所有的样本，能更好地利用缓存
• 但是该方法有什么问题？
  答：如果样本数量太多，可能超出缓存大小，影响性能；计算所有样本的梯度平均后才更新一次权重，花费的时间太多，相应太慢
• 能否提出一个折中的方法？
  答：小批量随机梯度下降。该方法使用一个批量的样本，求梯度平均后更新一次权重。有多少批量，就更新多少次权重
• 该方法有什么优势？
  答：批量的样本数量可以任意设置，使其不超出缓存大小，又能占满缓存空间，充分利用缓存；相对于梯度下降，更新权重的次数变多，从而每次更新的时间变少，加快相应速度

主问题：如何更接近损失函数的极小值？

• 如图所示是梯度下降算法的几何意义
  
• 随机梯度下降算法是否总能达到极小值处？
  答：否
• 可能会出现什么情况？
  答：在极小值处震荡
• 小批量随机梯度下降是如何改进的？
  答：相比随机梯度下降，会更直接地达到极小值处，减少震荡和绕弯路。
• 我们再从代数上来理解
• 对于随机梯度下降，梯度等于什么？
  答：\(g = \frac{dE}{dw}\)
• 对于小批量随机梯度下降，梯度等于什么？
  答：\(g = \frac{1}{\beta} \sum_{i \in \beta} \frac{dE}{dw}\)
• 相比随机梯度下降，期望是否一样？
  答：一样。
  因为期望约等于平均值，而小批量随机梯度下降的梯度是在计算平均值，平均值的期望约等于原值的期望，所以期望不变
• 相比随机梯度下降，标准差是否下降了？
  答：\(下降了，标准差为原来的 \frac{1}{\sqrt{\beta}}\)

结学

• 从几何上来看

  • 三种更新权重方法分别会如何接近损失函数的极小值？
    

• 从代数上来看

  • 小批量随机梯度下降相比随机梯度下降，期望和标准差有什么变化？

任务：实现小批量随机梯度下降

• 请在“识别手写数字”Demo中实现小批量随机梯度下降
  答：待实现的代码：Minibatch，实现后的代码：Minibatch_answer
• 请每个同学都运行代码，分别与梯度下降、随机梯度下降比较每轮的时间、收敛速度

答：

运行Minibatch_answer代码，调整train的参数

测试梯度下降：训练样本数取100，miniBatchSize取100
前4轮的收敛情况为：

[ 'loss:', 2.7084382520998895 ]
[ 'getCorrectRate:', '10%' ]
[ 'loss:', 2.553819845325052 ]
[ 'getCorrectRate:', '15%' ]
[ 'loss:', 2.443912505188381 ]
[ 'getCorrectRate:', '17%' ]
[ 'loss:', 2.3617236859557043 ]
[ 'getCorrectRate:', '21%' ]

测试随机梯度下降：训练样本数取100，miniBatchSize取1
前4轮的收敛情况为：

[ 'loss:', 2.0895738788666964 ]
[ 'getCorrectRate:', '26%' ]
[ 'loss:', 1.067310882730676 ]
[ 'getCorrectRate:', '71%' ]
[ 'loss:', 0.5722998319431286 ]
[ 'getCorrectRate:', '85%' ]
[ 'loss:', 0.3622678286495109 ]
[ 'getCorrectRate:', '94%' ]

测试小批量随机梯度下降：训练样本数取200，miniBatchSize取2，使更新权重的次数与随机梯度的更新次数一样，都为100
前4轮的收敛情况为：

[ 'loss:', 1.86769048890096 ]
[ 'getCorrectRate:', '42.5%' ]
[ 'loss:', 0.9562183977660103 ]
[ 'getCorrectRate:', '81%' ]
[ 'loss:', 0.6213491872632919 ]
[ 'getCorrectRate:', '88%' ]
[ 'loss:', 0.4314509748028065 ]
[ 'getCorrectRate:', '94%' ]

通过对比可知，每轮的时间从小到大依次为：梯度下降、小批量随机梯度下降、随机梯度下降

收敛速度从小到大依次为：梯度下降、随机梯度下降、小批量随机梯度下降