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

• Gradient Descent.– 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
• Descenso de gradiente 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.
• Descenso de gradiente 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.