知识卡片
凸函数与最小值
凸函数在定义域任意两点之间满足 f(tx+(1−t)y)≤tf(x)+(1−t)f(y),t∈[0,1]。在凸可行域上,局部最小值也是全局最小值;凸性本身不保证最小值一定存在,梯度下降也需要合适条件与步长。原书把单调性当作凸性的充分条件是不对的。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 梯度下降算法及变体:高效求解模型参数 · 查看原书依据
凸函数任意两点的割线位于函数图像上方
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第6章《梯度下降算法及变体:高效求解模型参数》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0009.xhtml`)
- 结论依据:原文及公式、代码说明方法;卡片标明原书错误和适用条件,数值示例为解释。
- 原始内容:凸函数任意两点的割线位于函数图像上方