小编kuc*_*h11的帖子

我尝试在MNIST手写数字数据集上训练前馈神经网络(包括60K训练样本).

我每次迭代所有训练样本,在每个时期对每个这样的样本进行反向传播.运行时当然太长了.

• 我运行的算法名为Gradient Descent吗？

我读到,对于大型数据集,使用Stochastic Gradient Descent可以显着提高运行时间.

• 我应该怎么做才能使用随机梯度下降？我是否应该随机选择训练样本,对每个随机挑选的样本进行反向传播,而不是我目前使用的时期？

我有一个字符串数字数组,如:

numbers = ['10', '8', '918', '101010']

当我使用时sorted(numbers),我会按字典顺序对它们进行排序,例如'8' > '17'.

如何迭代根据数值排序的字符串？