चक्रीय सीखने की दरें

चक्रीय सीखने की दर बार-बार सीखने की दर को केवल कम करने के बजाय निचली और ऊपरी सीमा के बीच ऊपर और नीचे चक्रित करती है। यह प्रति-सहज ज्ञान युक्त उछाल अभिसरण को तेज कर सकता है और ऑप्टिमाइज़र को तेज स्थानीय न्यूनतम और काठी बिंदुओं से बचने में मदद करता है।

सीएलआर जानबूझकर दर को बार-बार बढ़ाता है, पारंपरिक दृष्टिकोण को खारिज करते हुए कि इसे केवल नीरस रूप से क्षय होना चाहिए।

उच्च दर का विस्फोट ऑप्टिमाइज़र को ख़राब, तेज़ मिनिमा या ऑफ सैडल पॉइंट से बाहर धकेल सकता है ताकि वह बेहतर क्षेत्र ढूंढ सके।

यह लगातार बढ़ती दर के साथ संक्षेप में चलता है; हानि वक्र चक्रों के लिए उपयोग करने के लिए एक समझदार न्यूनतम और अधिकतम को प्रकट करता है।

एक-चक्र नीति गति को कम करती है जबकि दर चरम पर होती है और दर गिरने पर इसे बढ़ा देती है, जो एक नियमित प्रभाव जोड़ती है।

क्योंकि प्रत्येक चक्र एक अलग न्यूनतम में व्यवस्थित होता है, उन चौकियों को सहेजने से एक बार में कई विविध मॉडल प्राप्त होते हैं जिन्हें एकत्रित किया जा सकता है।