인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술저널
DBpia Top 5%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
An optimization algorithm is essential for minimizing loss (or objective) functions in machine learning and deep learning. This article compares empirically the performance of 8 optimization algorithms which are used for training in machine learning and deep learning. The optimization algorithms considered in this article consist of 6 well-known algorithms such as SGD, SGD momentum, Nesterov momentum, AdaGrad, RMSprop, and Adam algorithms, and 2 recent algorithms such as KO and mSGD algorithms. Three kind of data is used for the performance comparison of optimization algorithms. First is the use of two functions, which have many local minima. Second is the use of MNIST data set which consists of handwritten digits from 0 to 9. The last one is the use of CIFAR-10 which consists of 10 kinds of images such as airplane, car, cat, dog, and so on. With the three kind of data set, seven cases are considered including FNN, CNN, and AE to compare the performance of 8 optimization algorithms.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093814664
