下列是caffe支持的loss优化的方法的是（）

[不定项选择题]

```
Adam
```
```
SGD
```
```
AdaDelta
```
```
Nesterov
```

查看答案及解析

院长灿爷

Stochastic Gradient Descent (type: “SGD”), 随机梯度下降
AdaDelta (type: “AdaDelta”) 自适应学习率
Adaptive Gradient (type: “AdaGrad”) 自适应梯度
Adam (type: “Adam”) 自适应学习，推荐使用
Nesterov’s Accelerated Gradient (type: “Nesterov”) 加速梯度法
RMSprop (type: “RMSProp”)

发表于 2020-04-14 18:06:38 回复(3)

理想L9

caffe六种优化方法

Stochastic Gradient Descent (type: “SGD”),
AdaDelta (type: “AdaDelta”)
Adaptive Gradient (type: “AdaGrad”)
Adam (type: “Adam”)
Nesterov’s Accelerated Gradient (type: “Nesterov”)
RMSprop (type: “RMSProp”)

编辑于 2020-08-14 13:17:00 回复(0)

风霁

现在还用caffee的吗。。。。

发表于 2020-07-02 12:31:16 回复(1)

haitao86

这题目有意思吗？

做深度学习必须要回caffe？

发表于 2024-08-08 14:32:11 回复(0)

carpdm

？这个问题，爷佛了

发表于 2020-06-20 14:49:58 回复(1)

JoceFo

Caffe是一个流行的深度学习框架，支持多种优化方法：
A. Adam 是一种自适应学习率的优化算法，结合了动量和RMSprop的优点。
B. SGD（随机梯度下降）是最基本的优化算法，通过随机选择小批量数据来更新权重。
C. AdaDelta 是一种自适应学习率的优化算法，类似于Adagrad，但避免了学习率过快衰减的问题。
D. Nesterov 是一种改进的动量优化算法，通过先计算梯度再更新权重，提高了收敛速度。

发表于 2025-04-03 13:34:15 回复(1)