m0_59199033的博客

迁移学习--网络模型的保存和读取

critical point指的是鞍点（saddle point）和局部最优点（local minima），当训练不起来时候可能是此时梯度（gradient）为0训练不起来了，此时可能遇到了critical point。那么如何判断遇到的是saddle point还是local minima呢？根据上面的这个公式，计算（H）Hessian的值，当他为正时为则为local minima 当它为负值时为local minima，当它时为正，时而为负时，那么它就是saddle point.