- 1、本文档共58页,其中可免费阅读18页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
摘要
随着人工智能的发展,深度神经网络在各个行业领域得到了广泛应用。神经网
络的复杂程度逐渐增加,网络模型也随之增大,且需要更长的训练时间。神经网络
中的优化器是影响网络训练收敛速度的重要因素,因此提升神经网络中优化器的
性能尤为重要。近年来,研究者们对梯度下降法的改进主要有以下两个方向:一是
将自适应技术引入梯度下降法,提升算法的收敛速度和精确度;二是将梯度下降法
与其他算法结合,实现更好的全局寻优。然而,将这两种研究方向
您可能关注的文档
- 文体活动中自甘风险规则适用标准研究.pdf
- 文化传承视域下的高中先秦诸子专题教学研究.pdf
- 新世纪谍战电视剧的文学改编策略研究.pdf
- 新媒体环境下民俗纪录片的文化记忆呈现研究——兼论毕业作品《寻影丹青》.pdf
- 新课标背景下PBL教学模式在普通高中体育教学中的应用研究.pdf
- 昆仑山北坡冰川物质平衡模拟及冰川径流贡献估算.pdf
- 明代折扇书法章法研究及创作实践.pdf
- 有机酸调控合成稳定的锡铅钙钛矿纳米组装体及光学应用.pdf
- 案例教学法在中职《植物生产与环境》教学中的应用研究——以项目2植物的生长发育”为例.pdf
- 母语为泰语的中高级汉语水平学习者中动句习得研究——以“NP+V起来+AP”为例.pdf
文档评论(0)