学习率如何影响收敛速度和收敛本身的问题。
如果学习率恒定，Q函数是否会收敛到最优值，或者学习率必须衰减以保证收敛？
学习率表示解决问题所采取的步骤的大小。
It 不宜太大一个数字，因为它可能会在最小值周围持续振荡，并且它不宜太小否则，将需要大量时间和迭代才能达到最小值。
在学习率中建议衰减的原因是因为最初当我们处于完全随机点在解决方案空间中，我们需要向解决方案迈出一大步，然后当我们接近解决方案时，我们会进行小跳跃，从而进行小改进，最终达到最小值。
Analogy可以做成： 在游戏中golf当球距离球洞较远时，球员会非常用力地击球，以尽可能靠近球洞。后来，当他到达标记区域时，他选择了另一根棍子来获得准确的短射。
所以并不是说他不选择短杆就不能将球入洞，他可能会将球击向目标前方两到三次。但如果他能够发挥最佳水平并使用适当的力量到达洞口，那将是最好的。学习率下降也是如此。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
