स्टोकेस्टिक ऑप्टिमाइज़ेशन — एसजीडी और इसके प्रकार
स्टोकेस्टिक ऑप्टिमाइज़ेशन पुनरावृत्तीय विधियों का एक परिवार है जो पूरे डेटासेट पर एक साथ गणना करने के बजाय, यादृच्छिक रूप से नमूना किए गए डेटा के उपसमूहों — मिनी-बैच — पर ग्रेडिएंट की गणना करके एक उद्देश्य फ़ंक्शन को न्यूनतम करता है। 1951 में रॉबिंस और मुनरो द्वारा स्टोकेस्टिक एप्रोक्सिमेशन के रूप में शुरू किया गया, यह दृष्टिकोण एसजीडी विद मोमेंटम, एडग्रेड, आरएमएसप्रॉप और एडम जैसे वेरिएंट के माध्यम से बड़े पैमाने पर मशीन-लर्निंग मॉडल को प्रशिक्षित करने के लिए मानक इंजन बन गया।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Stochastic Optimization (SGD and Variants). ScholarGate. https://scholargate.app/hi/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.
- बेयसियन ऑप्टिमाइजेशनअनुकूलन↔ compare
- सह-प्रसरण आव्यूह अनुकूलन (CMA-ES)अनुकूलन↔ compare
- मजबूत अनुकूलनअनुकूलन↔ compare