Stochastic Gradient Descent

By Samuel L. Smith, Quoc V. Le. 2014

607 citations recorded by the source corpus.

minimiert wird, wobei λ ein Parameter ist. Um die Notation einfach zu halten, fordern wir im Folgenden u = 0. Dies ist mehr oder weniger ohne Beschränkung der Allgemeinheit, wenn wir u als die d + 1-te Komponente von w interpretieren und an alle xi als letzte Komponente 1 anfügen. Zu einem anderen Zeitpunkt werden wir diese Anspekte noch genauer diskutieren. Führen wir an dieser Stelle etwas Notation ein. Definiere nun `(hw, zi) = max{0, 1− yi〈w,xi〉} ,

Subfields: Finance, Statistics and Probability

How researchers see this paper

The researchers whose trusted networks rank it highest, strongest advocate first. Every researcher gets a different order.

In Finance

  1. Daniel S. Park
  2. Aymeric Dieuleveut
  3. Kumar Kshitij Patel
  4. Jascha Narain Sohl-Dickstein
  5. Wei Peng
  6. Zixue Xiang
  7. Xu Liu
  8. Wenjuan Yao

In Statistics and Probability

  1. Kumar Kshitij Patel
  2. Daniel S. Park
  3. Aymeric Dieuleveut
  4. Greg Yang
  5. Jascha Narain Sohl-Dickstein
  6. Wei Peng
  7. Zixue Xiang
  8. Xu Liu

Citations in the corpus