• 一种适合于大数据的并行坐标下降法


    版权声明:本文为博主原创文章,未经博主同意不得转载。

    https://blog.csdn.net/peghoty/article/details/28329603

      
           在机器学习中,模型的训练是一个非常重要的过程,它一般是对一个目标函数进行优化。从而获取模型的參数。比較常见的优化算法包含梯度下降法、牛顿法与拟牛顿法等。但在大数据的背景下。尤其对于并行实现来说。优化算法一般是越简单越好,如坐标下降法(CD)和随机梯度下降法(SCG)就比較受欢迎。

    
    
           本文是阅读完论文 Distributed Coordinate Descent Method for Learning with Big Data 后的一则笔记。主要介绍算法 Hydra (一种分布式坐标下降法)的算法框架、收敛性理论、參数选取和并行实现细节。

    
    
    
    










    作者: peghoty 

    出处: http://blog.csdn.net/itplus/article/details/28329603

    欢迎转载/分享, 但请务必声明文章出处.


  • 相关阅读:
    安卓机-华为安装charles证书
    sed替换文件内容
    升级php5.3.10到php5.6.30
    js 判断设备
    element-ui框架富文本编辑器
    git从主分支上拉取新分支以及提交代码、合并到主分支
    前端项目初始化
    vue路由点击第二次时报错
    js 数组sort方法根据数组中对象的某一个属性值进行排序
    去除一个数组中与另一个数组中的相同元素
  • 原文地址:https://www.cnblogs.com/ldxsuanfa/p/10574142.html
  • 一二三 - 开发者的网上家园