百科问答小站 logo
百科问答小站 font logo



为什么nn的较大问题是会陷入局部最优时,不选用凸函数作为激活函数? 第1页

  

user avatar   filestorm 网友的相关建议: 
       @li Eta

答得很好。

关于第一点

为什么陷入局部最优,根本不是NN的问题

貌似并没展开说。我正好得空,补充一下

大家以前认为,deep learning的loss的形状会是布满弹坑的样子:


于是,梯度下降到local minimum如果不是global minimum就出大问题了。




但其实对于deep learning,我们是在一个非常高维的世界里做梯度下降。这时的 local minimum 很难形成,因为局部最小值要求函数在所有维度上都是局部最小。更实际得情况是,函数会落到一个saddle-point上,如下图:



在saddle-point上会有一大片很平坦的平原,让梯度几乎为0,导致无法继续下降。

反倒是local/global minimum的问题,大家发现其实不同的local minimum其实差不多(反正都是over-fitting training data,lol)

推荐阅读Bengio组的这两篇:

On the saddle point problem for non-convex optimization

Identifying and attacking the saddle point problem in high-dimensional non-convex optimization




  

相关话题

  为什么国内一流高校的理工科专业的学生大多对民科充满反感和鄙夷? 
  如何用人工智能AI来学习围棋? 
  一道初等数论作业题,请问怎么解决? 
  如何通俗的解释交叉熵与相对熵? 
  数学上是否存在 X,使 X=X+1,且 X=X^X?即:是否存在一些情况,使方程中的 X 不能移项? 
  如何评价 DeepMind 于2016年9月12日公开的 AlphaGo 自战棋谱及3月人机大战解说? 
  作为老教师,你对新入职的年轻教师有什么建议?作为曾经的学生,你喜欢什么样的老师? 
  新手如何入门pytorch? 
  如何学习 SQL 语言? 
  请各位大神来看一下,我写的这份实数连续性的新证明是否有错漏? 

前一个讨论
in memory computing 存内计算是学术圈自娱自乐还是真有价值?
下一个讨论
现在互联网公司还有做特征工程的工作吗?





© 2025-04-26 - tinynew.org. All Rights Reserved.
© 2025-04-26 - tinynew.org. 保留所有权利