基于块坐标下降法的神经网络学习算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：

针对当前一阶优化算法收敛速度慢，对学习率依赖性强和二阶优化方法复杂度高等问题，利用神经网络固有的可分性，提出递归最小二乘与梯度下降的混合算法（Hybrid Recursive Least-Squares with Stochastic Gradient Descent，HRLSGD），将原本复杂的网络模型分解为更易解决的低维优化问题。（剩余7054字）

试读结束

目录
monitor