优化以及实例

AI问题 = 模型+优化
优化是使用一些工具进行解决(SGD、Adm等各种算法进行优化),那么怎么选择优化算法?将得到的模型和问题,能够明确知道属于哪些问题,从而选择正确的方法。
并不是使用算法就好了,也要加一些东西:比如正则化。
objective function 目标函数,由目标函数分类,选择相应的优化算法

全局最优解和局部最优解,如果是凸函数,那么找到的姐是全局最优解,如果不是凸函数找到的是局部最优解,此时想方设法得到最好的局部最优解。
non-convex问题很难解决,解决办法:改变数学公式得到convex。
怎么判断一个函数是否是凸函数:也就是判断定义域是否是凸集。
任意x,y属于集合,并且任意参数a属于[0,1],ax+(i-a)y属于集合,则该集合为凸集,判断方法:选取集合中的任意两点连线,所有线上的点都在集合中。

非凸函数怎么解决:
Set Cover Problem:将全集划分为m个子集合,寻找最小的子集合个数,使得集合的并为全集。算法:穷举法、贪心法、数学上的表达方法。

穷举算法:
1、选择一个集合,即每个集合单独进行判断是否为全集。
2、选择两个集合
3、选择三个集合
直到找到为止。方法:简单,考虑到了所有的可能性,得到的答案已定位全局最优解,担忧由于一般情况下问题规模比较大所以一般不适用。

贪心算法:
考虑全部的集合,然后去掉一些集合,看哪些集合满足条件。但在此问题上贪心并不能保证得到最优解。 也就是贪心算法并不能保证全局最优解。

数学角度看问题:对每个子集合有两种情况:选择或者不被选择,那么就用变量xi表示选或者不选。目标函数:xi最少;条件:全集每一个元素都在子集合里面;

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

九久呀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值