这个周末,我在阿雷格里港机器学习会议上做了一个关于深度学习的优化方法的演讲。在这个材料中,你会发现一阶方法的概述,二阶方法和一些二阶方法的近似以及自然梯度下降和近似。

作者:

Christian S. Perone

个人主页:

http://blog.christianperone.com/

成为VIP会员查看完整内容
55
0

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【Google】梯度下降,48页ppt
专知会员服务
66+阅读 · 2020年12月5日
【普林斯顿】机器学习数学视角,63页ppt
专知会员服务
76+阅读 · 2020年11月6日
专知会员服务
27+阅读 · 2020年9月25日
最新《生成式对抗网络数学导论》,30页pdf
专知会员服务
60+阅读 · 2020年9月3日
基于深度学习的图像分析技术,116页ppt
专知会员服务
47+阅读 · 2020年7月17日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
76+阅读 · 2020年7月14日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
103+阅读 · 2020年4月25日
普林斯顿大学经典书《在线凸优化导论》,178页pdf
专知会员服务
162+阅读 · 2020年2月3日
「PPT」深度学习中的不确定性估计
专知
15+阅读 · 2019年7月20日
从动力学角度看优化算法:自适应学习率算法
PaperWeekly
7+阅读 · 2018年12月27日
2018年深度学习优化算法最新综述
计算机视觉战队
9+阅读 · 2018年12月11日
【微软亚研130PPT教程】强化学习简介
专知
31+阅读 · 2018年10月26日
246 页《统计机器学习与凸优化》教程 PPT 下载
新智元
15+阅读 · 2018年9月21日
220页深度神经网络基础、理论与挑战PPT【下载】
机器学习算法与Python学习
5+阅读 · 2018年9月12日
【干货】强化学习介绍
人工智能学家
9+阅读 · 2018年6月24日
2017年深度学习优化算法最新综述
计算机视觉战队
5+阅读 · 2017年12月18日
基于信息理论的机器学习
专知
16+阅读 · 2017年11月23日
Arxiv
0+阅读 · 2021年1月14日
Arxiv
0+阅读 · 2021年1月14日
Arxiv
3+阅读 · 2018年3月2日
小贴士
相关VIP内容
【Google】梯度下降,48页ppt
专知会员服务
66+阅读 · 2020年12月5日
【普林斯顿】机器学习数学视角,63页ppt
专知会员服务
76+阅读 · 2020年11月6日
专知会员服务
27+阅读 · 2020年9月25日
最新《生成式对抗网络数学导论》,30页pdf
专知会员服务
60+阅读 · 2020年9月3日
基于深度学习的图像分析技术,116页ppt
专知会员服务
47+阅读 · 2020年7月17日
斯坦福EE364a《凸优化》课件,301页ppt
专知会员服务
76+阅读 · 2020年7月14日
元学习与图神经网络逻辑推导,55页ppt
专知会员服务
103+阅读 · 2020年4月25日
普林斯顿大学经典书《在线凸优化导论》,178页pdf
专知会员服务
162+阅读 · 2020年2月3日
相关资讯
「PPT」深度学习中的不确定性估计
专知
15+阅读 · 2019年7月20日
从动力学角度看优化算法:自适应学习率算法
PaperWeekly
7+阅读 · 2018年12月27日
2018年深度学习优化算法最新综述
计算机视觉战队
9+阅读 · 2018年12月11日
【微软亚研130PPT教程】强化学习简介
专知
31+阅读 · 2018年10月26日
246 页《统计机器学习与凸优化》教程 PPT 下载
新智元
15+阅读 · 2018年9月21日
220页深度神经网络基础、理论与挑战PPT【下载】
机器学习算法与Python学习
5+阅读 · 2018年9月12日
【干货】强化学习介绍
人工智能学家
9+阅读 · 2018年6月24日
2017年深度学习优化算法最新综述
计算机视觉战队
5+阅读 · 2017年12月18日
基于信息理论的机器学习
专知
16+阅读 · 2017年11月23日
微信扫码咨询专知VIP会员