张量流中的小批量梯度下降实现

Question

在阅读深度学习模型的 tensorflow 实现时，我试图理解训练过程中包含的以下代码段。

self.net.gradients_node = tf.gradients(loss, self.variables)
for epoch in range(epochs):
            total_loss = 0
            for step in range((epoch*training_iters), ((epoch+1)*training_iters)):
                batch_x, batch_y = data_provider(self.batch_size)

                # Run optimization op (backprop)
                _, loss, lr, gradients = sess.run((self.optimizer, self.net.cost, self.learning_rate_node, self.net.gradients_node), 
                                                  feed_dict={self.net.x: batch_x,
                                                             self.net.y: util.crop_to_shape(batch_y, pred_shape),
                                                             self.net.keep_prob: dropout})

                if avg_gradients is None:
                    avg_gradients = [np.zeros_like(gradient) for gradient in gradients]
                for i in range(len(gradients)):
                    avg_gradients[i] = (avg_gradients[i] * (1.0 - (1.0 / (step+1)))) + (gradients[i] / (step+1))

                norm_gradients = [np.linalg.norm(gradient) for gradient in avg_gradients]
                self.norm_gradients_node.assign(norm_gradients).eval()



                total_loss += loss

我认为它与小批量梯度下降有关，但我不明白它是如何工作的，或者我将它与如下所示的算法联系起来有些困难

Answer 1

这与小批量 SGD 无关。

它计算所有时间步长的平均梯度。在第一个时间步之后avg_gradients 将包含刚刚计算的梯度，在第二步之后它将是两个步骤的两个梯度的元素平均值，在n 步骤之后它将是所有n 的元素平均值到目前为止计算的梯度。然后对这些平均梯度进行归一化（以便它们的范数为 1）。如果没有呈现它们的上下文，很难说出为什么需要这些平均梯度。