网站大量收购独家精品文档,联系QQ:2885784924

梯度下降法的参数自适应设置及全局寻优改进.pdf

梯度下降法的参数自适应设置及全局寻优改进.pdf

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 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. 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. 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. 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

文档评论(0)

dongbuzhihui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档