3
随机梯度下降法（Stochastic gradient descent | SGD） - 产品经理的人工智能学习库
source link: https://easyai.tech/ai-definition/stochastic-gradient-descent/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
随机梯度下降法（Stochastic gradient descent | SGD）
维基百科版本
随机梯度下降（通常缩短为SGD），也称为增量梯度下降，是用于优化可微分目标函数的迭代方法，梯度下降优化的随机近似。
2018年的一篇文章暗示Herbert Robbins和Sutton Monro在其1951年题为“随机近似方法”的文章中发展SGD。有关更多信息，请参阅随机近似。它被称为随机的 因为样本是随机选择（或混洗）而不是作为单个组（如标准梯度下降）或按训练集中出现的顺序选择的。
2019年1月6日 by 打不死的小强 Updated: 2019年2月28日
Was This Article Helpful?
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK