具有单周期学习率时间表的AdamW的Tensorflow 2.3实现 基于S.Gugger和J.Howard在这里的帖子： : 用法 optimiser = OneCycleAdamW(learning_rate: float, weight_decay: float, cycle_length: int) 学习率：在周期峰值时使用的最大学习率。 学习率将逐渐上升，然后下降 重量衰减：要应用的重量衰减。 这将遵循与学习率相同的时间表 周期长度：完成“一个周期”策略的步骤数。 在“ cycle_length”之后，学习率将呈指数递减的趋近于零。 经过测试： Python 3.8 张量流2.3 张量流数据集4.2.0 tensorflow-addons 0.12.1

针对周期平稳随机信号, 提出自适应周期滤波方法. 该文给出自适应周期滤波器的一般结构和实现步骤, 推导出周期最小均方算法和周期最小二乘算法. 完成的仿真算例验证了所提出的自适应周期滤波方法的有效性.