发布网友 发布时间:2023-07-13 00:07
共1个回答
热心网友 时间:2024-10-26 22:25
大部分的机器学习本质上都是一个最优化问题,也就是寻找模型参数(优化变量),使得损失函数(目标函数)最小,同时为了避免过拟合,加入正则项,也就是约束要优化的参数。深度学习是机器学习的一个分支,它用于分类时,也是一个最优化问题。而一般的最优化问题不容易求解,是因为容易陷入局部最优解,而不能得到全局最优。如果这个最优化问题恰巧是一个凸优化问题,则可以高效地求解出模型最优解,这是因为,根据凸函数的性质,局部最优就是全局最优。