摘要： 1. 学习率调整 https://www.cnblogs.com/kailugaji/p/11230474.html function lr = fcn(t,Lr_max,Lr_min,decay_steps) n=floor(t/decay_steps); cosine_decay = 0.5 * 阅读全文

摘要： Batch gradient descent，批梯度下降 第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。 这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习. 随机梯度下降，stochastic gradient desce 阅读全文

摘要： 静态变量 一般的在函数中定义的变量，当函数执行完毕，系统会释放变量所占有的内存， 当再次访问该函数的时候，系统会重新分配内存给该变量，那么这就导致上面所提到的情况 ，每个simulink仿真步长下都会丢失上一个步长所得到的matlab function中的参数数据。 所以我们此时需要使用静态变量的概 阅读全文

摘要： 选择仿真算法： 仿真算法是求常微分方程、传递函数、状态方程解的数值计算方法 Variable Step：可变步长算法，在仿真过程中可以自动调 整步长，并通过减小步长来提高计算的精度 Fixed Step：固定步长类算法，在仿真过程中采取基准采样 时间作为固定步长 一般而言，使用 变步长的自适应算法  阅读全文