Stochastic generalized gradient methods for training nonconvex nonsmooth neural networks
Збережено в:
| Дата: | 2021 |
|---|---|
| Автор: | V. I. Norkin |
| Формат: | Стаття |
| Мова: | English |
| Опубліковано: |
2021
|
| Назва видання: | Cybernetics and Systems Analysis |
| Онлайн доступ: | http://jnas.nbuv.gov.ua/article/UJRN-0001268748 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Library portal of National Academy of Sciences of Ukraine | LibNAS |
Репозитарії
Library portal of National Academy of Sciences of Ukraine | LibNASСхожі ресурси
-
Substantiation of the backpropagation technique via the Hamilton—Pontryagin formalism for training nonconvex nonsmooth neural networks
за авторством: V. I. Norkin
Опубліковано: (2019) -
Substantiation of the backpropagation technique via the Hamilton—Pontryagin formalism for training nonconvex nonsmooth neural networks
за авторством: Norkin, V.I.
Опубліковано: (2019) -
A Stochastic Smoothing Method for Nonsmooth Global Optimization
за авторством: V. I. Norkin
Опубліковано: (2020) -
A stochastic smoothing method for nonsmooth global optimization
за авторством: Norkin, V.I.
Опубліковано: (2020) -
Study of stochastic gradient methods for optimization of algorithms of learning artificial neural networks
за авторством: T. A. Samoljuk
Опубліковано: (2017)