Uma taxa de aprendizagem excessivamente alta no gradient descent pode

Precisa de uma dica?

Passos grandes podem ultrapassar o vale.

A garantir convergência mais precisa. B eliminar a necessidade de gradientes. C fazer a otimização oscilar ou divergir, ultrapassando regiões de mínimo. D tornar a função convexa. E reduzir qualquer ruído a zero.

Qualidade

Avalie esta questão

0 0 avaliaçãoões

Comunidade

Comentários 0

Seja o primeiro a comentar esta questão.

Entre para denunciar algum problema