คืออะไร การไล่ระดับโคตร?

วิธีการฝึกอบรมที่ปรับแต่งโมเดลโดยตรงตามคู่ความชอบ โดยไม่ต้องใช้โมเดลรางวัลแยกต่างหาก

เวกเตอร์ที่แสดงจำนวนพารามิเตอร์แต่ละตัวที่ควรเปลี่ยนแปลงเพื่อลดการสูญเสีย

อัลกอริธึมการฝึกอบรมหลักที่อัปเดตน้ำหนักโมเดลโดยเผยแพร่ข้อผิดพลาดในการคาดการณ์แบบย้อนกลับผ่านเครือข่าย

รูปแบบข้อผิดพลาดหรือความไม่ยุติธรรมที่สอดคล้องกันในข้อมูลหรือพฤติกรรมของโมเดล

วิธีการทำให้เป็นมาตรฐานที่ทำให้ฉลากแข็งอ่อนลงเพื่อปรับปรุงลักษณะทั่วไป

ไฮเปอร์พารามิเตอร์การฝึกควบคุมจำนวนพารามิเตอร์ที่เปลี่ยนแปลงแต่ละขั้นตอนการอัปเดต