如何解決深度學習中的非凸優化問題？
[英]How to address Non Convex optimization in deep learning?
問題描述
這些天我正在研究非凸優化，我想到了關於非凸優化在深度學習中的應用的問題。 如何確定我們的目標 function 是凸的？ 謝謝
1 個解決方案
解決方案1
1 2022-01-10 17:22:34
標准定義是如果 f(θx + (1 − θ)y) ≤ θf(x) + (1 − θ)f(y) 對於 0≤θ≤1 並且 x,y 的域也是凸的。
所以如果你能證明你的 function，你就會知道它是凸的。
在深度學習中很難確定你的目標 function 是非凸的，這就是為什么初始化和超參數調整變得非常重要
如何使用hyperopt進行Keras深度學習網絡的超參數優化？
[英]How to use hyperopt for hyperparameter optimization of Keras deep learning network?
使用MATLAB使用全局優化算法求解非凸優化
[英]Solving non-convex optimization with global optimization algorithm using MATLAB
使用貝葉斯優化的深度學習結構的超參數優化
[英]Hyperparameter optimization for Deep Learning Structures using Bayesian Optimization
CPLEX - 優化 - 按期間最小化生產成本：錯誤：Model 是非凸的
[英]CPLEX - Optimization - Minimize production cost by period: Error: Model is non-convex
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.