在 chainer 中，如何使用 chainer.GradientMethod 以及如何自定义定义参数更新规则
in chainer, how to use chainer.GradientMethod and how to customize define parameter update rule
我在https://docs.chainer.org/en/stable/reference/core/generated/chainer.GradientMethod.html?highlight=gradient中找到了一个class，它有一个叫做create_update_rule()的函数，我的需求是定义一个向后梯度的函数，假设我想写下面的代码：
W[i] -= gradient[i] * learning_rate;
其中 W 是我 Function/Layer 的参数，但我不知道链接器默认优化器如何更新参数？是 += 还是 -= ？
每个优化器，例如 SGD 优化器，都是 GradientMethod 的子 class。
每个优化器都有自己的 UpdateRule.
W[i] -= gradient[i] * learning_rate
我在https://docs.chainer.org/en/stable/reference/core/generated/chainer.GradientMethod.html?highlight=gradient中找到了一个class，它有一个叫做create_update_rule()的函数，我的需求是定义一个向后梯度的函数，假设我想写下面的代码：
W[i] -= gradient[i] * learning_rate;
其中 W 是我 Function/Layer 的参数，但我不知道链接器默认优化器如何更新参数？是 += 还是 -= ？
每个优化器，例如 SGD 优化器，都是 GradientMethod 的子 class。
每个优化器都有自己的 UpdateRule.
W[i] -= gradient[i] * learning_rate