你即將離開本站

並前往https://books.google.com.tw/books?id=ArZWEAAAQBAJ&pg=PT337&lpg=PT337&dq=%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92%E8%B6%85%E5%8F%83%E6%95%B8&source=bl&ots=5YmCc942dA&sig=ACfU3U2aZFBMzGnMecT7xQBE-pb5y8KTCQ&hl=zh-TW&sa=X&ved=2ahUKEwjd3rvIg6n4AhXEvJUCHfXBD4kQ6AF6BQiyAhAD

Python入门到人工智能实战 - Google 圖書結果

16.5.3 AdaGrad算法传统梯度下降算法对学习率这个超参数非常敏感,难以驾驭,而且对参数空间的某些方向也没有很好的方法。这些不足在深度学习中,因高维空间、多层神经 ...

確定！ 回上一頁

查詢 「深度學習超參數」的人也找了：

  1. 超參數調整
    2.
  2. 超參數優化
    3.
  3. 機器學習超參數
    4.
  4. cnn超參數
    5.
  5. Python 超參數
    6.
  6. 超參數 最 佳 化
    7.
  7. 貝 氏 超參數
    8.
  8. Hyperparameter optimization
    9.