知识卡片

普通读书笔记卡 · 9942.b.1 · 生成模型:未记录

凸性令局部极小全局最优

理解等级:高级

在凸可行域取局部极小点 a。若有可行点 b 更优,a 到 b 的线段都可行。由凸性,在线段上靠近 a 的任一点,其函数值不超过两端加权平均且小于 f(a),产生矛盾。凸性保证所有局部极小都是全局极小,但达到极小值还需要存在性与算法条件。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《从零开始:机器学习的数学原理和算法实践》第6章《凸优化核心过程:真正搞懂梯度下降过程》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter006.xhtml) - 结论依据:原书以可行区域和曲面比较解释凸优化的全局性质。 - 原始内容:凸函数的局部极小值就是全局最小值。这样,我们就可以利用这条性质快速找到问题的最优解。机器学习中有很多优化问题都要通过凸优化来求解,另外一些非凸优化问题也常常被转化为凸优化问题来求解。凸曲面与非凸曲面示