深度学习常用优化方法详解

# 一些关于机器学习优化函数的练习 * p1: 最基本的梯度下降法：gradient descent * p2: 原始 SGD方法：stochastic gradient descent * p3: minibatch-SGD方法 * p4 momentum SGD: minibatch-SGD with momentum * p4 momentum: momentum with SGD * p5: Nesterov方法 * p6: adagrad * p7: adadelta * p8: adam #### 参考 p1 参考 https://zhuanlan.zhihu.com/p/27297638 p2~pn 参考 http://ruder.io/optimizing-gradient-descent/index.html ###### 单独参考 p5 参考 http://cs231n.github.io/neural-networks-3/ p6 参考 https://zhuanlan.zhihu.com/p/22252270 p7 参考 https://arxiv.org/abs/1212.5701 (原始论文) p8 参考 http://www.ijiandao.com/2b/baijia/63540.html