SGD（Stochastic Gradient Descent，隨機梯度下降） 每次迭代僅使用一小部分數據，通常是一個樣本或一個小批次(minibatch,要平均)來計算梯度，從而更新模型參數。
優點:
1.更新速度快，適合大規模數據。
2.可跳出鞍點或局部極小值。
應用:
1.機器學習模型（如線性迴歸、SVM、深度學習）。
2.優化非凸函數（如神經網絡）。
留言
留言分享你的想法！
Princend的沙龍
0會員
34內容數
Princend的沙龍的其他內容
2025/01/26
這本書旨在幫助創作者分享他們的過程並與受眾建立聯繫，而非僅僅是推銷自己。
## 第一章：你不需要是個天才
* **創造力不只是天賦，而是一種運作方式** 。
* 不要相信「孤獨的天才」神話，偉大的作品往往來自於一個互相支持、彼此學習的「群體」（**scenius**）
2025/01/26
這本書旨在幫助創作者分享他們的過程並與受眾建立聯繫，而非僅僅是推銷自己。
## 第一章：你不需要是個天才
* **創造力不只是天賦，而是一種運作方式** 。
* 不要相信「孤獨的天才」神話，偉大的作品往往來自於一個互相支持、彼此學習的「群體」（**scenius**）
2024/12/25
馬可夫鍊（Markov Chain） 是一種數學模型，用來描述一個系統在不同狀態之間的轉移過程，特點是未來的狀態只取決於當前狀態，而與過去的狀態無關。這種性質稱為馬可夫性質，即「無記憶性」。馬可夫鍊常用於統計學、機器學習、經濟學、生物學等領域。
2024/12/25
馬可夫鍊（Markov Chain） 是一種數學模型，用來描述一個系統在不同狀態之間的轉移過程，特點是未來的狀態只取決於當前狀態，而與過去的狀態無關。這種性質稱為馬可夫性質，即「無記憶性」。馬可夫鍊常用於統計學、機器學習、經濟學、生物學等領域。
你可能也想看
大家好，我是一名眼科醫師，也是一位孩子的媽
身為眼科醫師的我，我知道視力發展對孩子來說有多關鍵。
每到開學季時，診間便充斥著許多憂心忡忡的家屬。近年來看診中，兒童提早近視、眼睛疲勞的案例明顯增加，除了3C使用過度，最常被忽略的，就是照明品質。
然而作為一位媽媽，孩子能在安全、舒適的環境
大家好，我是一名眼科醫師，也是一位孩子的媽
身為眼科醫師的我，我知道視力發展對孩子來說有多關鍵。
每到開學季時，診間便充斥著許多憂心忡忡的家屬。近年來看診中，兒童提早近視、眼睛疲勞的案例明顯增加，除了3C使用過度，最常被忽略的，就是照明品質。
然而作為一位媽媽，孩子能在安全、舒適的環境
我的「媽」呀！
母親節即將到來，vocus 邀請你寫下屬於你的「媽」故事——不管是紀錄爆笑的日常，或是一直想對她表達的感謝，又或者，是你這輩子最想聽她說出的一句話。
也歡迎你曬出合照，分享照片背後的點點滴滴 ♥️
透過創作，將這份情感表達出來吧！🥹
我的「媽」呀！
母親節即將到來，vocus 邀請你寫下屬於你的「媽」故事——不管是紀錄爆笑的日常，或是一直想對她表達的感謝，又或者，是你這輩子最想聽她說出的一句話。
也歡迎你曬出合照，分享照片背後的點點滴滴 ♥️
透過創作，將這份情感表達出來吧！🥹
SGD（Stochastic Gradient Descent，隨機梯度下降） 每次迭代僅使用一小部分數據，通常是一個樣本或一個小批次(minibatch,要平均)來計算梯度，從而更新模型參數。
優點:
1.更新速度快，適合大規模數據。
2.可跳出鞍點或局部極小值。
應用:
SGD（Stochastic Gradient Descent，隨機梯度下降） 每次迭代僅使用一小部分數據，通常是一個樣本或一個小批次(minibatch,要平均)來計算梯度，從而更新模型參數。
優點:
1.更新速度快，適合大規模數據。
2.可跳出鞍點或局部極小值。
應用:
saddle point 鞍點
圖中函數為 z=x^2-y^2
既不是局部極小值，也不是局部極大值
在鞍點，梯度向量的大小趨近於零，導致參數更新的幅度變得極小，算法可能「卡住」以下有幾種方法可改進
1.使用 隨機梯度下降（SGD）
2.引入「動量」Momentum 概念，例如adam
saddle point 鞍點
圖中函數為 z=x^2-y^2
既不是局部極小值，也不是局部極大值
在鞍點，梯度向量的大小趨近於零，導致參數更新的幅度變得極小，算法可能「卡住」以下有幾種方法可改進
1.使用 隨機梯度下降（SGD）
2.引入「動量」Momentum 概念，例如adam
Standard Deviation Projections（SDP）是一項相當好用的價位計算技巧，利用PO3的操縱段來當作基數，計算預期價格出現阻力或扭轉的位置。
Standard Deviation Projections（SDP）是一項相當好用的價位計算技巧，利用PO3的操縱段來當作基數，計算預期價格出現阻力或扭轉的位置。
每日『市場指數』能快速判斷短中期趨勢方向！透過量化權重計算美股、台股、加密貨幣的短中期趨勢概況，簡化你的投資決策時間，請注意量化數據都是概率性不是絕對，長期的大賺小賠才是王道，追蹤我讓投資比呼吸還簡單！
每日『市場指數』能快速判斷短中期趨勢方向！透過量化權重計算美股、台股、加密貨幣的短中期趨勢概況，簡化你的投資決策時間，請注意量化數據都是概率性不是絕對，長期的大賺小賠才是王道，追蹤我讓投資比呼吸還簡單！
每日『市場指數』能快速判斷短中期趨勢方向！透過量化權重計算美股、台股、加密貨幣的短中期趨勢概況，簡化你的投資決策時間，請注意量化數據都是概率性不是絕對，長期的大賺小賠才是王道，追蹤我讓投資比呼吸還簡單！
每日『市場指數』能快速判斷短中期趨勢方向！透過量化權重計算美股、台股、加密貨幣的短中期趨勢概況，簡化你的投資決策時間，請注意量化數據都是概率性不是絕對，長期的大賺小賠才是王道，追蹤我讓投資比呼吸還簡單！
2022年一開始先來個大漲，忽然又來個大跌，如果說透過價值投資的朋友，可能會來不及反應，每種投資方式都有搭配其時間週期，也因此找尋自己的頻率再搜尋搭配的選股因子，才能有效創造自己投資策略的屬性，而各項因子中，短，中期都能運用到的，首推技術分析，而今日就是在幫大家回顧一下相關內容。
2022年一開始先來個大漲，忽然又來個大跌，如果說透過價值投資的朋友，可能會來不及反應，每種投資方式都有搭配其時間週期，也因此找尋自己的頻率再搜尋搭配的選股因子，才能有效創造自己投資策略的屬性，而各項因子中，短，中期都能運用到的，首推技術分析，而今日就是在幫大家回顧一下相關內容。
我們將會對動態設定學習率（learning rate）作為最陡梯度下降法的變異演算法做介紹。內容包括了解釋什麼事循環式的學習率調整排程法和何謂使用指數衰退權重來計算移動平均值，同時也介紹如何對大量參數的變數進行最佳化和目前活躍的演算法變異。如 adagrad, adadelta 和 RMSprop
我們將會對動態設定學習率（learning rate）作為最陡梯度下降法的變異演算法做介紹。內容包括了解釋什麼事循環式的學習率調整排程法和何謂使用指數衰退權重來計算移動平均值，同時也介紹如何對大量參數的變數進行最佳化和目前活躍的演算法變異。如 adagrad, adadelta 和 RMSprop