A constant, p > 0, regulates how va

A constant, p > 0, regulates how vast a step is completed at each training cycle. As with r, the iteration of Equation 3.6 is termed the gradient descent method of mini-mizing a function. Note that if the learning rate is selected accurately, the method will likely converge to a local minimum of E(w) for a sufficiently small p, provided that the gradient is nonzero (Gallant, 1993). The size of p can have a substantial effect on the progression of the algorithm, with too small a p resulting in a dramati-cally protracted approach, and too large a p resulting in a possible oscillation and unsuccessful convergence to a minimum (Gallant, 1993).

Kết quả (Việt) 1:

Một hằng số, p > 0, quy định như thế nào lớn một bước đã hoàn tất tại mỗi chu kỳ đào tạo. Như với r, lặp đi lặp lại của phương trình 3,6 được gọi là phương pháp gradient descent của mini-mizing một chức năng. Lưu ý rằng nếu tỷ lệ học tập được chọn một cách chính xác, phương pháp sẽ có khả năng hội tụ về tối thiểu địa phương E(w) cho một p nhỏ đủ, miễn là các gradient nonzero (Gallant, 1993). Kích thước của p có thể có một tác động đáng kể trên tiến trình của thuật toán, quá nhỏ một p kết quả trong một cách tiếp cận dramati cally kéo dài và quá lớn một p kết quả có thể dao động và hội tụ không thành công đến mức tối thiểu (Gallant, 1993).

Kết quả (Việt) 2:

Một hằng số, p> 0, điều chỉnh như thế nào lớn một bước được hoàn thành tại mỗi chu kỳ huấn luyện. Như với r, lặp đi lặp lại của phương trình 3.6 được gọi là phương pháp gradient descent của mini-mizing một hàm. Lưu ý rằng nếu tỷ lệ học được chọn chính xác, phương pháp này sẽ có khả năng hội tụ để tối thiểu địa phương của E (w) cho một p đủ nhỏ, cung cấp cho màu sắc được nonzero (Gallant, 1993). Kích thước của p có thể có một tác động đáng kể vào sự tiến triển của các thuật toán, với ap quá nhỏ dẫn đến một cách tiếp cận dramati-biệt kéo dài, và ap quá lớn dẫn đến một dao động có thể và hội tụ không thành công đến mức tối thiểu (Gallant, 1993).