待验证50% 置信事实精确时间

单纯的梯度下降-上升(GDA)在单调算子情形下可能发散，而外推梯度法在理论上可以保证对单调算子的收敛

1

来源数

50%

置信度

长期有效

时效性

2026/9/29

首次发现

来源

联邦变分不等式的更快收敛率：理论新突破

涉及实体

GDAconcept 外推梯度法concept

相关事实

待验证梯度下降在数学上涉及偏微分和链式法则，其直觉本质是一种寻找最低点的「下山」过程73% 相似待验证传统梯度下降方法（如SGD、Adam）要求目标函数可微且连续，在面对离散、非凸、多模态问题时容易陷入局部最优71% 相似待验证当ε≈1时，分母中的梯度二阶矩项被稀释，自适应缩放几乎不起作用，优化器行为接近纯粹的SGD70% 相似待验证小批量梯度下降（Mini-batch GD）是批量梯度下降和随机梯度下降的折中方案，也是工业界最常用的梯度下降方式69% 相似已验证梯度下降通过沿着损失函数梯度的反方向迭代调整权重使预测误差逐步收敛69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/958165

API

curl https://kongchang.com/api/v1/knowledge/claims/958165

MCP

get_claim(id=958165)