關於模擬退火函數算法（Simulated Annealing Algorithm）的理解（文獻閱讀筆記）

摘要：深度學習(DL)是機器學習研究的一個新領域，它的目的是讓我們更接近人工智能的目標。雖然DL對於各種任務都很有用，但是很難訓練。在深度學習的發展過程中，一些使深度學習在訓練中達到優異性能的算法被提出了，其中包括隨機梯度下降法、共軛梯度、 Hessian-free優化法和 Krylov Subspace Descent。在本文中，我們提出了模擬退火(SA)來提高卷積神經網絡(CNN)的性能， 作

>>阅读原文<<