阿达达三角洲

ADADELTA:一种自适应学习速率方法。我们提出了一种新的一维学习速率的梯度下降方法称为ADADELTA。该方法只利用一阶信息动态地适应时间的变化,并且在香草型随机梯度下降的基础上具有最小的计算开销。该方法无需人工调整学习速率,对噪声梯度信息、不同模型结构选择、不同的数据模式和超参数选择具有较强的鲁棒性。在分布式机群环境下,在单台机器上和在大规模语音数据集上进行MNIST数字分类,与其他方法相比,取得了令人满意的结果。


zbMATH中的参考文献(参考文献59条)

显示第1到第20个结果,共59个。
按年份排序(引用)
  1. 克劳森,约翰比耶尔巴赫;李红燕:大数据驱动的订单递阶模型:机器学习的应用(2022)
  2. 贾,宜春;郑宗宪:右删失下分位数回归的深度学习:深度量子理论(2022)
  3. 金世焕;宋启凡;梁法明:具有自适应漂移的随机梯度Langevin动力学(2022)
  4. 萨尔蒂,麦赫迈特;Kangal,Evrim Ersin:对CMB辐射温度的深入了解(2022年)
  5. 沙洛克,路易;Kantas,Nikolas:部分观测随机对流扩散方程的联合在线参数估计和最优传感器布置(2022)
  6. 德洛埃拉,耶稣会。;黑线鳕,杰米;妈妈,安娜;Needell,Deanna:优化与信号处理中的数据驱动算法选择与调整(2021)
  7. 冯,米丽娅;冯文英:音乐亚体裁分类的平行与顺序深度学习模式评估(2021)
  8. 刘、杨;罗斯福:不精确黑森信息下牛顿MR的收敛性(2021)
  9. 蒙蒂尔,雅各布;哈尔福德,麦克斯;马斯特利尼,马蒂埃洛;鲍米尔,杰弗里;苏蒂,拉斐尔;范斯,罗宾;佐伊丁,阿迪尔;戈麦斯,海托·穆里洛;读吧,杰西;Abdessalem,滑石;Bifet,Albert:River:Python流数据的机器学习(2021)
  10. 尼格里,安德烈;莱万提西,苏珊娜;马里奥,马里奥:预期寿命和寿命差距预测:长期短期记忆方法(2021)
  11. Ogihara,Teppei:高频观测的错误指定扩散模型及其在神经网络中的应用(2021)
  12. 普拉泽,马里亚纳;Oberman,Adam M.:Polyak学习率的随机梯度下降(2021年)
  13. 唐学英;张素素;王志;刘景晨;Ying,Zhiliang:过程数据分析的R包(2021)
  14. 维什科夫,N。;巴本科,M。;切尼克,A。;普利多·盖坦,B。;科尔特斯-门多萨,J.M。;库楚科夫,V。;Kuchukova,N.:基于三角多项式逼近的图像识别神经网络训练优化(2021)
  15. 阎良;周涛:具有局部近似的Stein变分梯度下降(2021)
  16. 尹永靖;赖少鹏;宋林峰;周楚伦;汉、鲜卑;姚俊峰;苏劲松:基于外部知识增强图的句子排序神经网络(2021)
  17. 周秉新;高俊斌;陈明国;Gerlach,Richard:流形优化辅助高斯变分近似(2021)
  18. 巴拉德兰,穆罕默德·萨米;小池,安寿;Yamada,Kazunori D.:数据科学的监督机器学习简介(2020)
  19. 伯克哈特,迈克尔·C。;布兰德曼,大卫·M。;佛朗哥,布莱恩;霍克伯格,利·R。;Harrison,Matthew T.:非线性和非高斯观测模型下贝叶斯滤波的判别卡尔曼滤波(2020)
  20. 陈,汤姆;切特根·切特根,埃里克·J。;王睿:估计关联参数的随机二阶广义估计方程方法(2020)