动量
动量编码器
自监督学习 自监督学习属于无监督学习范式的一种，不需要人工标注的类别信息，直接利用数据本身作为监督信息。自监督学习分为自监督生成式学习和自监督对比学习。 自监督生成式学习的方法 以图片为例，自监督学习可以是将图片的位置信息，旋转角度，以及图片在视频帧中的顺序作为标签。 比如对一张原图，将其旋转90° ......
应用动量定理处理流体问题
建立流体模型 对于一段流体 质量具有连续性，其密度为 \(ρ\) 流速为 \(v\) 流体横截面积为 \(S\) 微元研究 微元作用时间：\(Δt\) 微元作用长度：\(vΔt\) 则对应的质量为： \[Δm=ρSvΔt \]随后建立方程，应用动量定理研究即可。 ......
梯度下降、Mini-Batch梯度下降、动量梯度下降、Adam
梯度下降、Mini-Batch梯度下降、动量梯度下降以及Adam都是用于训练机器学习模型的优化算法。 梯度下降 (Gradient Descent)： 梯度下降是一种优化算法，用于调整模型参数以最小化损失函数。 想象一下你站在山上，想要找到山底的最低点。你每一步都沿着最陡峭的下坡方向走，直到到达最低 ......
8.动量梯度下降
import numpy as np import matplotlib.pyplot as plt import scipy.io import math import sklearn import sklearn.datasets from opt_utils import load_param ......
行业ETF动量轮动策略
6月底回测了 EarlETF 大佬的《[行业动量策略](https://mp.weixin.qq.com/s/DTnPgUItMHGVye3tUwPbKQ "行业动量策略")》，结果确实不错，而且最近两年的超额比较高。但是今年没有跑过沪深300。 
# 动量(momentum) 动量类似于物理中的运动物体具有惯性，下一个时刻的运动方向，会与上个时刻的运动方向有关。 梯度下降的过程中，参数w朝着损失函数的偏导数的方向迭代，也就是下降得最快方向。  分 ......
对于动量法，adagrad，RMSProp，Adam的理解
#### 对于adagrad的理解 [“随机梯度下降、牛顿法、动量法、Nesterov、AdaGrad、RMSprop、Adam”，打包理解对梯度下降法的优化_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV1r64y1s7fU/?spm_id_fro ......
2.2类神经网路训练不起来怎么办 (二)： 批次 (batch) 与动量 (momentum)
# 1. Batch(批次) > 对抗临界点的两个方法就是batch 和 momentum 将一笔大型资料分若干批次计算 loss 和梯度,从而更新参数.每看完一个epoch就把这笔大型资料打乱(shuffle),然后重新分批次.这样能保证每个epoch中的 batch 资料不同,避免偶然性. > ......