待验证50% 置信事实精确时间
梯度下降是神经网络学习的核心优化算法，学习率控制每一步的步幅大小
1
来源数
50%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证梯度提升本质上是通过迭代地训练弱学习器、每一轮新的树专注于拟合上一轮的残差来实现集成效果75% 相似待验证《Universality of Gradient Descent Neural Network Training》研究试图从理论层面回答架构选择在多大程度上决定模型学习能力的问题73% 相似待验证Gradient Boosting是一类集成学习算法，通过迭代训练弱学习器（通常是决策树），每个新模型专注于纠正上一轮的残差71% 相似待验证训练神经网络本质上等价于最小化代价函数70% 相似待验证集成学习（Ensemble Learning）通过组合多个基学习器来提升整体预测性能70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/828242API
curl https://kongchang.com/api/v1/knowledge/claims/828242MCP
get_claim(id=828242)