LSTM神经网络_基于卷积神经网络

LSTM神经网络_基于卷积神经网络最终目的仍是减少振荡方向(b)的更新幅度,提高前进方向(ω)的更新幅度引入Sdω和Sdb,如公式表达,由于dω<db,求其均方根作为分母,实现ω的更新幅度大,而b的更新幅度小注意1.使用中为了避免出现√Sdω=0导致除数为0的情况出现,应令√(Sdω+ε)(吴恩达视频中建议ε=1e-

大家好,欢迎来到IT知识分享网。

最终目的仍是减少振荡方向(b)的更新幅度,提高前进方向(ω)的更新幅度

引入S和Sdb,如公式表达,由于dω<db,求其均方根作为分母,实现ω的更新幅度大,而b的更新幅度小

LSTM神经网络_基于卷积神经网络

 

 

注意

  1. 使用中为了避免出现√S=0导致除数为0的情况出现,应令√(S+ε) (吴恩达视频中建议ε=1e-8)

  2. 与动量梯度下降法一样,需要对S进行修正:S = S/(1-βt)

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://yundeesoft.com/28114.html

(0)

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

关注微信