10. diel - Neurónové siete - Gradientný zostup a jeho súrodenci
V minulej lekcii, Neurónové siete – Dokončenie teórie pre logistickú regresiu , sme prebrali nekonvexné a multidimenzionálne prípady aj loss funkciu.
V dnešnej lekcii kurzu Neurónovej siete – Krok za krokom preberieme rozdiely medzi batch, minibatch a stochastic gradient descent algoritmom.
Výhody a nevýhody
Batch gradient descent (ďalej len Gradient Descent) a Stochastick Gradient Descent sme si už ukázali, ale mali by sme sa ešte porozprávať o rozdieloch ao ich výhodách a nevýhodách:
- Gradient D
...koniec náhľadu článku...
Pokračuj ďalej
Došiel si až sem a to je super! Veríme, že ti prvé lekcie ukázali niečo nového a užitočného.
Chceš v kurze pokračovať? Prejdi do prémiovej sekcie.
ročné PREDPLATNÉ
44 €
mesačne, platené ročne (528 €)14 000+ lekcií, cvičení a testov
6 000+ ti zostane navždy
Neobmedzený prístup ku všetkým aktuálnym
aj pripravovaným kurzom.
Kúpiť iba tento kurz
Získaj okamžitý prístup ku kurzu bez
časového obmedzenia.
19 €
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš s Prevádzkovými podmienkami.
- Prístup k jednotlivým lekciám podľa spôsobu obstarania.
- Kvalitné znalosti v oblasti IT.
- Zručnosti, ktoré ti pomôžu získať vysnívanú a dobre platenú prácu.
Popis článku
Požadovaný článok má nasledujúci obsah:
V kurze Neurónovej siete tentoraz preberieme rozdiely medzi batch, minibatch a stochastic gradient descent algoritmy.
