【原创】 Shuffling
在机器学习领域中，经常会听到“shuffling"这个术语。那么，shuffling到底是什么意思呢。
通常，shuffling指的是在SGD怎样依赖训练数据输入顺序的算法中，将训练数据随机打乱，达到让SGD这样的算法得到与Batch算法类似结果的方法。
如上图所示，如果训练数据按1，2，3，...，10，11的顺序输入，采用sgd训练，得到的模型可能一开始是绿线，然后转为红线。而batch算法得到的模型是在红绿之间的一条直线。
那么，是不是所有的算法shuffling都是有效的呢？答案是否定的。
1. 对于batch算法，shuffling无效
2. 对于online算法，有时候我们就是想扑捉趋势的变化，这是，shuffling就是方向效果了。
正文到此结束
热门推荐
相关文章
近期评论
-
文章和留言都翻到11页了 没有OOM
-
-
朋友，翻页到11页，及以后，会出现OOM，无法访问
-
-
搞个gitee的项目
-
-
版本号是多少，你可以下载哪个代码仓库，jdk选1.8 直接跑就行
-
-
-
Loading...
![[HBLOG]公众号](https://www.liuhaihua.cn/img/qrcode_gzh.jpg)
