? 深度網(wǎng)絡的最終計算是求出w泊碑，即每個節(jié)點的權重你弦。計算w的方法通常是通過損失函數(shù)進行反向傳播，最終調(diào)整w的值呀非， 這里就出現(xiàn)一個問題坚俗，即 噪音點會使得最終計算出w造成偏差。
? ?舉個例子岸裙，通過n輪學習后猖败，w的值穩(wěn)定為1.?突然經(jīng)過下一輪學習，既n+1輪后降允，w的值變成了10恩闻。?說明很可能第n+1輪的數(shù)據(jù)是強噪音，因為這條數(shù)據(jù)讓穩(wěn)定值產(chǎn)生了比較大的波動剧董！
? 平均滑動模型就是為了避免這種情況幢尚。我們先來直觀了解下，什么是平均滑動模型：?最近的n條數(shù)據(jù)的平均值翅楼！? ?
舉個例子尉剩，一開始有10條數(shù)據(jù)
?1? 1? 1??1? 1? 1??1? 1? 1??1?
他們的平均值很是明顯為1，現(xiàn)在加入一個新的數(shù)據(jù)毅臊，10：
?
1?1? 1??1? 1? 1??1? 1? 1??1? 10
由于只取最近n條边涕，我們將n就定為10，那么褂微，?原來的第1條數(shù)據(jù)功蜓，就被刪除了，現(xiàn)在宠蚂，最近10條的平均值變成了：(9+10)/10=1.9
作用已經(jīng)很明顯了式撼，再用這個例子來說回我們的w，前10次w的平均值為1求厕，當?shù)?1次w的值變?yōu)?0時著隆，通過平均滑動模型扰楼，將w從10拉回到1.9，將這個噪音的影響降到最低美浦！?這就是平均滑動模型的意義弦赖。
有tensorflow中，并不是用的這種公式浦辨，然而想要達到的效果是一致的蹬竖。
