Hay tres variantes diferentes de gradiente descendientes que se utilizan para optimizar los parámetros de los modelos. El gradiente descendiente, el gradiente estocástico y el mini lote tienen diferentes características para la optimización del modelo.

Gradiente descendiente.- Se utiliza para optimizar los parámetros del modelo con el fin de encontrar un valor mínimo del modelo. Utiliza todo el conjunto de datos de entrenamiento. Seleccionar datos de todo el conjunto de datos

Gradiente Descendiente Estocástico.- es un modelo de optimización que muestra aleatoriamente datos de todo el conjunto de datos para obtener un subconjunto y encontrar el valor mínimo del modelo. Este método sigue un proceso iterativo en el que se obtiene la media de los valores en cada conjunto de datos obtenido.

Gradiente Descendiente de Minibatch.- Filtrado de regiones de mapeo que no se superponen en una imagen si se desea que los clientes

Tiene la ventaja de encontrar la relación entre una o más variables y su probabilidad de ocurrencia en un problema específico.
Tiene la ventaja de encontrar la relación entre una o más variables y su probabilidad de ocurrencia en un problema específico.