基于MNIST数据集的参数最优化算法比较研究  

作　　者：卜文锐[1] 

机构地区：[1]陕西国防工业职业技术学院,陕西省西安市710300

出　　处：《电子技术与软件工程》2021年第11期187-188,共2页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

基　　金：陕西国防工业职业技术学院2018年度科研计划项目《TensorFlow框架人工智能研究与开发》,编号Gfy18-16。

摘　　要：本文基于神经网络参数优化的相关技术,阐述了SGD、Momentum、AdaGrad和Adam算法的基本思想,并在函数最优化问题中和经典手写数字识别MNIST数据集上对比了四种算法的结果,AdaGrad算法在现有实验参数设定中具有较好的优化结果。

关 键 词：MNIST数据集 参数最优化 算法比较 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]