Buenos días, en la parte 2 b tenemos la duda de si para el método de descenso por gradiente acelerado, el coeficiente de momentum debe tomarse como constante, como por ejemplo 0.9, esto estaría bien?
Saludos.
Buenas!
Si se refieren al alpha, sí. La idea es que jueguen un poco con el valor de alpha (tanto en el descenso por gradiente tradicional como en Nesterov), y reporten lo que sucede.
Cuidado que el "orden" de los valores de alpha "buenos", puede ser muy distinto para una función que para otra.
Saludos!
Si se refieren al alpha, sí. La idea es que jueguen un poco con el valor de alpha (tanto en el descenso por gradiente tradicional como en Nesterov), y reporten lo que sucede.
Cuidado que el "orden" de los valores de alpha "buenos", puede ser muy distinto para una función que para otra.
Saludos!