什么是神经网络或者微粒群算法所说的陷入 局部极小值?局部极小值是什么?

本文探讨了在机器学习中遇到的误差曲面局部凹陷点问题及其对算法优化的影响。文章指出,训练过程停滞不前通常是由于陷入局部最小值或激活函数特性导致的,并提出了解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

就是误差曲面局部凹陷点。学过函数曲线的极小值和最小值的概念吧,局部最佳和全局最佳是类似的关系。

一般训练陷入停滞主要是两方面的原因:

  1. 陷入误差曲面凹陷点。

  2. 神经网络的激活函数是S函数,这个函数的两端是平坦的,算法在这里面走的很慢。

事实上只要是随机搜索的算法,都会出现这种情况,只是可能性的大小不同罢了。可以使用全局寻优能力强的先行搜索,再用局部搜索能力强的算法继续搜索。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值