随机梯度下降(stochastic gradient descent,SGD)是目前应用最广的算法,因其易受噪声干扰只能达到次线性收敛率,而改进后的随机方差消减梯度法(stochastic variance reduction...
基于2004个网页-相关网页
但神奇的是，一个很简单的优化方法——随机梯度下降法（Stochastic Gradient Descent ）就可以得到很好的结果。 这就告诉我们其实这里还有别的事情，和我们认识的优化完全不同的东西。
基于1个网页-相关网页
mini-batch stochastic gradient descent 小批量随机梯度下降
stochastic gradient descent algorithm 随机梯度下降算法
Stochastic Gradient Descent Convergence 随机梯度下降的收敛性
以上来源于: WordNet
This paper researches the application of the stochastic parallel gradient descent (SPGD) optimization algorithm on the beam cleanup system.
就随机并行梯度下降(SPGD)最优化算法在光束净化系统中的应用展开研究。
Based on stochastic parallel gradient descent (SPGD) control algorithm, an adaptive optics test-bed without a wave-front sensor was built with a 32-element deformable mirror and a CCD.
基于随机并行梯度下降（SPGD）算法，32单元变形镜，CCD成像器件等建立了无波前传感自适应光学系统实验平台。
The stochastic parallel gradient descent (SPGD) algorithm can optimize the system performance indexes directly to correct wavefront aberration.
随机并行梯度下降(SPGD)算法可以对系统性能指标直接优化来校正畸变波前。
应用推荐