Adagrad


Révision datée du 26 février 2018 à 20:20 par Pitpitt (discussion | contributions) (Page créée avec « == Domaine == catégorie:Démo Catégorie Démo Catégorie:Apprentissage profond Apprentissage profond == Définition == == Termes privilégiés ==... »)
(diff) ← Version précédente | Voir la version actuelle (diff) | Version suivante → (diff)

Domaine

Catégorie Démo Apprentissage profond

Définition

Termes privilégiés

Anglais

Adagrad

Adagrad is an adaptive learning rate algorithms that keeps track of the squared gradients over time and automatically adapts the learning rate per-parameter. It can be used instead of vanilla SGD and is particularly helpful for sparse data, where it assigns a higher learning rate to infrequently updated parameters. • Adaptive Subgradient Methods for Online Learning and Stochastic Optimization • Stanford CS231n: Optimization Algorithms • An overview of gradient descent optimization algorithms



Contributeurs: Jacques Barolet, wiki