ExponentialDecay

指数加权平均

$$V_t = \beta V_{t-1} + (1-\beta)\theta_t$$

$\theta_t$代表真实测量数据 $V_t \approx \frac{1}{1-\beta}$个过去的$\theta$的平均。 当$\beta$较大时，V曲线抖动变小，但V曲线和$\theta$曲线相比往右偏移（适应更缓慢）。 当$\beta$较小时，V曲线抖动变大，但V曲线与$\theta$曲线更贴近。

指数衰减

将Vt公式展开得：

$$\begin{aligned} V_t &=& (1-\beta)\theta_t + (1-\beta)\beta\theta_{t-1} + (1-\beta)\beta^2\theta_{t-1} + \cdots \\ &=& \sum_{i=0}^t(1-\beta)\beta^i\theta_{t-i} \end{aligned}$$

每个$\theta$的系数为\beta的指数，因此称为指数加权平均。 当有新的$\theta$过来时，旧的$\theta$呈指数衰减。

公式中t代表当前时间，i代表距离t有多远

$$(1-\beta)^{\frac{1}{\beta}} = \beta^{(\frac{1}{1-\beta})} = \frac{1}{e} \approx 0.35$$

当$i > \frac{1}{1-\beta}$时，$\theta_{t-i}$对Vt的影响很少（少于$\frac{1}{e}$），认为不重要，因此说$V_t \approx \frac{1}{1-\beta}$个过去的$\theta$的平均。

上面为原始数据，下面是权重。这张图让我想到了DSP里面的激励信号*原始信号，以前都无法理解信号里的卷积，现在看来好像是有点道理的。

优点

目的是求过去n个值的平均值，相比于“过去n个值加以前再除以n”的方法，优点如下：

1. low memory: 不需要真的存储过去的n个值。

2. efficiency: 计算更简单，只是一个公式一行代码。

修正偏差

目的：让指数加权平均的计算更准确 图中绿线和紫线的$\beta$相同。其中绿线为做过修改的加权平均，紫线未做修正的加权平均。区别在于紫线的起点较低。 修改方法为：

$$V_t = \frac{V_t}{1-\beta^t}$$

当t比较小时，公式对Vt有很大的修改。 当t比较大时，Vt几乎无修正效果。

Note：修正只对初始阶段有效果。如果不care初始阶段的效果，可以不修正。

参考资料

1. https://blog.csdn.net/zhufenghao/article/details/80879260

2. Ng的视频