局部最小，局部最大，马鞍点。

损失函数优化失败，可能是因为局部最小，也有可能是因为马鞍点。

损失函数L斯塔，可以用附近点的损失函数表示。g是梯度函数，H是海森函数。

critical point是临界点。此时梯度g为0。

H的特征值全都大于0时，此时斯塔点为局部最小点。
H的特征值全都小于0时，此时斯塔点为局部最大点。
否则为马鞍点。

输入为1，输出也为1。由海森矩阵求出特征值。可以判断，权重参数为0，0时，此点为马鞍点。

如何解决马鞍点呢。取一个负特征值，求出对应的特征向量。