缩略词表
主要符号表
第一章 绪论
1.1 研究工作的背景与意义
1.2 自然梯度算法的国内外研究历史与现状
1.3 本文的主要贡献与创新
1.4 本论文的结构安排
第二章 自然梯度算法
2.1 自然梯度算法
2.1.1 KL散度
2.1.2 贝叶斯观点
2.1.3 Cramer-Rao下界
2.1.4 白化参数空间
2.2 实用的自然梯度算法
2.2.1 自适应自然梯度算法
2.2.2 HF
2.2.3 K-FAC
2.3 学习率
2.4 自然梯度算法的性质
2.5 本章小结
第三章 简化自适应自然梯度算法
3.1 简化自然梯度算法
3.2 简化自适应自然梯度算法
3.2.1 简化自适应自然梯度学习
3.2.2 逻辑斯蒂回归
3.2.3 回归问题块信息矩阵的计算
3.2.4 分类问题块信息矩阵的计算
3.2.5 块信息矩阵的性质
3.2.6 简化自适应自然梯度算法的收敛性
3.2.7 算法复杂度
3.2.8 算法进一步改进
3.3 本章小结
第四章 实验结果
4.1 Mackey-Glass chaotic时间序列预测
4.2 MNIST手写字体分类
4.3 Fashion-MNIST分类
第五章 全文总结与展望
5.1 全文总结
5.2 后续工作展望
致谢
参考文献
附录A
附录B
电子科技大学;