LuanVan.vnLuận Văn
Gửi thư

Thuật toán gradient thích ứng ngẫu nhiên và ứng dụng trong máy học

Khoá luận tốt nghiệp · Đại học · năm 2023 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảHoàng Văn Chung
Người hướng dẫnPhạm Thị Hoài
Cơ sở đào tạoĐại học Bách khoa Hà Nội
Năm2023
NguồnThư viện số Đại học Bách khoa Hà Nội · trang gốc

Tóm tắt

Trình bày nền tảng lý thuyết về tối ưu và xác suất đồng thời nhắc lại các thuật toán tối ưu tất định như gradient descent và biến thể thích ứng. Trên cơ sở đó, phát triển các thuật toán tối ưu ngẫu nhiên như SGD và S-AdGD, phân tích cơ chế hoạt động và tính hội tụ trong các trường hợp khác nhau. Ngoài ra, giới thiệu tổng quan về mạng nơ-ron nhân tạo, đặc biệt là mạng tích chập và các kiến trúc tiêu biểu như ResNet. Cuối cùng, các phương pháp được áp dụng trong thực nghiệm trên các bộ dữ liệu như MNIST và CIFAR-10, qua đó đánh giá hiệu quả huấn luyện và chất lượng mô hình.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.