优化器keras.optimizers.Adam()详解

1.简介

在监督学习中我们使用梯度下降法时，学习率是一个很重要的指标，因为学习率决定了学习进程的快慢（也可以看作步幅的大小）。如果学习率过大，很可能会越过最优值，反而如果学习率过小，优化的效率可能很低，导致过长的运算时间，所以学习率对于算法性能的表现十分重要。而优化器keras.optimizers.Adam()是解决这个问题的一个方案。其大概的思想是开始的学习率设置为一个较大的值，然后根据次数的增多，动态的减小学习率，以实现效率和效果的兼得。

2.参数详解

keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.99, epsilon=1e-08, decay=0.0)

1. lr：float> = 0.学习率
2. beta_1：float，0 <beta <1。一般接近1。一阶矩估计的指数衰减率
3. beta_2：float，0 <beta <1。一般接近1。二阶矩估计的指数衰减率
4. epsilon：float> = 0,模糊因子。如果None，默认为K.epsilon()。该参数是非常小的数，其为了防止在实现中除以零
5. decay：float> = 0,每次更新时学习率下降

3.其他

关于学习率的选择还没有一个明确的说法，可以参考这篇文章深度学习: 学习率 (learning rate)