典型文献
一类解决极大极小值问题的学习步长算法
文献摘要：
为了解决极大极小值问题,在现有的解决此类问题的几种算法下,提出了一类改进算法,即学习步长算法.新算法将原有算法的更新格式中当前梯度项和上一步梯度项的系数,即算法的步长自动地学习出来,并可以根据当前的目标函数动态地调整步长,而不需要手动选择步长.将新算法与现有的算法在函数集上做数值实验对比,新算法的性能表现比其他算法更好.实验结果表明,针对极大极小值问题,该学习步长算法是一种有效的改进算法.
文献关键词：
极大极小值问题;鞍点;学习步长;梯度下降;优化问题;机器学习
中图分类号：
作者姓名：
王淇淇
作者机构：
北京邮电大学理学院,北京100876
文献出处：
引用格式：
[1]王淇淇-.一类解决极大极小值问题的学习步长算法)[J].哈尔滨商业大学学报（自然科学版）,2022(06):742-747
A类：
极大极小值问题
B类：
学习步长,改进算法,新算法,地学,数集,数值实验,实验对比,对极,鞍点,梯度下降,优化问题
AB值：
0.211934
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
