随机梯度下降法的收敛速度(英文)  

CONVERGENCE RATES OF STOCHASTIC GRADIENT DESCENT METHODS

作　　者：汪宝彬[1] 戴济能[2] 

机构地区：[1]中南民族大学数学与统计学学院,湖北武汉430074 [2]武汉工程大学理学院,湖北武汉430073

出　　处：《数学杂志》2012年第1期74-78,共5页Journal of Mathematics

基　　金：Supported by the Scientific Research Fund of Central South University for Nationalities (YZZ09005)

摘　　要：本文研究了正则化格式下随机梯度下降法的收敛速度.利用线性迭代的方法,并通过参数选择,得到了随机梯度下降法的收敛速度.This paper investigates the learning rates of the stochastic gradient descent methods in regularization schemes.By the iteration method,we obtain the convergence rate of the algorithm with suitable choice of the parameter.

关 键 词：收敛速度 Mercer核 再生核 希尔伯特空间 随机梯度下降法 

分 类 号：O211.6[理学—概率论与数理统计]