首页 > 移动平台 > 详细

【优化技巧】指数移动平均EMA的原理

时间:2019-11-04 18:37:33      阅读:90      评论:0      收藏:0      [点我收藏+]

前言

在深度学习中,经常会使用EMA(exponential moving average)方法对模型的参数做平滑或者平均,以求提高测试指标,增加模型鲁棒性。

 

参考

1. 【优化技巧】指数移动平均(EMA)的原理及PyTorch实现

2. 理解滑动平均(exponential moving average)

【优化技巧】指数移动平均EMA的原理

原文:https://www.cnblogs.com/happyamyhope/p/11793725.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!