文献

J-GLOBAL ID：201802213506370181   整理番号：18A1738775

深さニューラルネットワーク訓練における勾配不安定現象の研究総説【JST・京大機械翻訳】

Survey of Unstable Gradients in Deep Neural Network Training

著者 (2件)： Chen Jianting (同済大学電子信息与工程学院,上海,201804) ,  Xiang Yang (同済大学電子信息与工程学院,上海,201804)
資料名： Ruanjian Xuebao  (Ruanjian Xuebao)
巻： 29  号： 7  ページ： 2071-2091  発行年： 2018年 
JST資料番号： C2542A  ISSN： 1000-9825  CODEN： RUXUEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 深さニューラルネットワークは機械学習分野のホットな研究方向として、訓練中に勾配不安定現象が現れやすく、その発展を制限する重要な要素であり、深度ニューラルネットワークの勾配不安定現象の制御及び回避は深度ニューラルネットワークの重要な研究内容である。勾配不安定現象の原因と影響を分析し,勾配不安定現象の解決のキー技術と主な方法を要約した。最後に,勾配不安定現象の将来の研究方向を展望した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  *文献展望 ,  *ニューラルネットワーク

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (7件)： ニューラルネットワーク ,  訓練 ,  勾配 ,  不安定 ,  現象 ,  研究 ,  総説