Zur Stabilität des Lernens mit sparsamen und rauschbehafteten Gradienten
Die Arbeit zeigt, dass Lernalgorithmen instabil werden können, wenn Gradienteninformationen rauschbehaftet und nur zeitweise verfügbar sind.
Die Arbeit zeigt, dass Lernalgorithmen instabil werden können, wenn Gradienteninformationen rauschbehaftet und nur zeitweise verfügbar sind.