如果遇到不可导的凸函数怎么办？比如hinge loss，在某几个点上不可导，没法使用梯度下降。
这时候可以考虑使用次梯度下降法。
定义
求解
性质
当遇到如hingeloss等在特定点不可导的凸函数时，传统的梯度下降法无法应用。次梯度下降法成为一种解决方案，它在不可导点提供了一个方向，帮助优化过程继续进行。这种方法允许我们在不可导点处有一个模糊的下降方向，从而实现函数的优化。
当遇到如hingeloss等在特定点不可导的凸函数时，传统的梯度下降法无法应用。次梯度下降法成为一种解决方案，它在不可导点提供了一个方向，帮助优化过程继续进行。这种方法允许我们在不可导点处有一个模糊的下降方向，从而实现函数的优化。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
