স্টোকাস্টিক অপ্টিমাইজেশন — এসজিডি এবং এর প্রকারভেদ
স্টোকাস্টিক অপ্টিমাইজেশন হল পুনরাবৃত্তিমূলক পদ্ধতির একটি পরিবার যা ডেটাসেটের সম্পূর্ণ অংশের পরিবর্তে ডেটার দৈবচয়িত উপসেট — মিনি-ব্যাচ — এর উপর গ্রেডিয়েন্ট গণনা করে একটি উদ্দেশ্য ফাংশনকে ক্ষুদ্রতম করে। ১৯৫১ সালে রবিন্স এবং মনরো কর্তৃক স্টোকাস্টিক অ্যাপ্রক্সিমেশন হিসেবে এর সূচনা হয়, এই পদ্ধতিটি এসজিডি উইথ মোমেন্টাম, অ্যাডাগ্র্যাড, আরএমএসপ্রপ এবং অ্যাডাম-এর মতো প্রকারভেদের মাধ্যমে বৃহৎ আকারের মেশিন লার্নিং মডেল প্রশিক্ষণের জন্য আদর্শ ইঞ্জিনে পরিণত হয়েছে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Robbins, H. & Monro, S. (1951). A Stochastic Approximation Method. Annals of Mathematical Statistics, 22(3), 400-407. DOI: 10.1214/aoms/1177729586 ↗
- Kingma, D.P. & Ba, J. (2015). Adam: A Method for Stochastic Optimization. International Conference on Learning Representations (ICLR 2015). link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Stochastic Optimization (SGD and Variants). ScholarGate. https://scholargate.app/bn/optimization/stochastic-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- বেয়েশিয়ান অপ্টিমাইজেশানঅনুকূলকরণ↔ compare
- কভ্যারিয়েন্স ম্যাট্রিক্স অ্যাডাপটেশন (CMA-ES)অনুকূলকরণ↔ compare
- দৃঢ় অপ্টিমাইজেশনঅনুকূলকরণ↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →