知识卡片

普通读书笔记卡 · 8851.e · 生成模型:GPT-6

零梯度不等于极小值

理解等级:中级

可微函数在平坦点、局部极大或极小点及某些鞍点都可能有零梯度。零梯度是梯度存在且等于零向量,不是梯度不存在;它只说明一阶线性变化为零,不能单凭它认定是最小值。原书有时用“梯度不存在”描述零梯度,此处作区分。

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:《深度学习:从基础到实践(上下册)》第5章《曲线和曲面》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0012_split_004.html`) - 结论依据:原文用曲线、切线和地形解释概念;卡片澄清原文关于极值数量和零梯度的过度表述。 - 原始内容:假设我们在一座山的最高点,如图5.19所示。这个最高点就是局部最大值(也有可能是全局最大值)。在这里,没有可以继续上升的方向。如5.3节提到的,当我们位于一个曲线的平坦区域时,该区域上的点的导数为0。现在图5.19所示的