<input id="ohw05"></input>
  • <table id="ohw05"><menu id="ohw05"></menu></table>
  • <var id="ohw05"></var>
  • <code id="ohw05"><cite id="ohw05"></cite></code>
    <label id="ohw05"></label>
    <var id="ohw05"></var>
  • 摘要: 數值優化:經典隨機優化算法及其收斂性與復雜度分析 對于更復雜的模型(比如神經網絡)和更復雜的優化方法(比如二階方法),確定性優化方法的計算量會更大。那么如何解決這個問題呢?統計方法能給我們很大的幫助。雖然大數據的數據量和數據維度都很大,但我們可以通過對樣本和維度進行隨機采樣來得到對更新量的有效估計或者替代。相應地,從確定性優化算法出發,我們可以開發出各種隨機優化算法,如隨機梯度下降法、隨機坐標下降法、隨機方差縮減梯度法、隨機(擬)牛頓法等。注意,對于隨機優化算法而言,收斂性分析與確定性算法不同,需要針對算法中的隨機采樣取期望。 閱讀全文
    posted @ 2022-06-22 21:11 orion-orion 閱讀(197) 評論(0) 推薦(2) 編輯
    国产美女a做受大片观看