CS231n简介

详见 CS231n课程笔记1：Introduction。
本文都是作者自己的思考，正确性未经过验证，欢迎指教。

作业笔记

本部分实现的是Momentum，RMSProb, Adam三种优化算法，优化算法是用于从随机点出发，逐渐找到局部最优点的算法。关于各种优化算法的详细介绍，请参考CS231n课程笔记6.1：优化迭代算法之SGD,Momentum,Netsterov Momentum,AdaGrad,RMSprop,Adam。

1. Momentum

方程：

v = mu*v - learning_rate*dx
x += v

代码：

  v = v*config['momentum']-config['learning_rate']*dw
  next_w = w + v

2. RMSProp

方程：

cache = cache*decay_rate + (1-decay_rate)*dx*dx
x -= learning_rate * dx/(sqrt(cache)+1e-7)

代码：

  config['cache'] = config['cache']*config['decay_rate'] + (1-config['decay_rate'])*dx*dx
  next_x = x - config['learning_rate']*dx/np.sqrt(config['cache']+config['epsilon'])

3. Adam

此算法需要注意的是ppt中的方程是错误的，正确方法如下图，主要区别在于bias correction的部分，不更新m和v，详见Adam: A Method for Stochastic Optimization
还要注意t的更新，此部分也没有显示的写在ppt里。

代码：

  m = config['m']*config['beta1']+(1-config['beta1'])*dx
  v = config['v']*config['beta2']+(1-config['beta2'])*dx*dx
  config['t'] += 1
  mb = m / (1 - config['beta1']**config['t'])
  vb = v / (1 - config['beta2']**config['t'])
  next_x = x - config['learning_rate']*mb/(np.sqrt(vb)+config['epsilon'])
  config['m'] = m
  config['v'] = v