关于局部最优(Local Optima)

①在高维空间中,如2000维,不太可能出现局部最优的情况,因为局部最优要求这20000个维度的梯度都为0,这是很小概率的时间。
②真正困扰优化问题的并不是局部最优,而是在鞍点附近的停滞区问题。
    如下图,鞍点并不是全局最优,但梯度下降会在鞍点附近花费很多时间,先降到鞍点,在鞍点附近受到扰动在降到其他地方。故采用动量,adam,RMSprop等方法来加快停滞区的训练

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
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