标签：TASK 技巧 point Gradient 05 batch 方法 优劣势

这节的学习内容主要讲了在深度学习背后的一些技术，主要是网络设计的一切技巧，主要有以下内容：

在做Optimization的时候，如何把Gradient Descent 做得更好？

Critical point、local minima、saddle point这些名词的含义，区别以及处理方法。

Batch的实际应用方法，以及large batch和small batch各自的优劣势；

为了克服传统Gradient descent的不足，提出的momentum方法；

Error surface可能遇到的一些问题，以及Adaptive learning rate的技巧；常用处理办法——Adam；

标签：TASK,技巧,point,Gradient,05,batch,方法,优劣势
来源： https://blog.csdn.net/weixin_49482838/article/details/120107227

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。