【问题标题】:Convex and non-convex problems in machine learning机器学习中的凸和非凸问题
【发布时间】:2018-09-25 17:27:35
【问题描述】:

在卷积神经网络 (CNN) 中,我了解到像 tanh 这样的激活函数仅适用于凸问题/优化。它的真正含义是什么?什么是凸优化和非凸优化?为什么凸问题“更容易”解决?

【问题讨论】:

    标签: conv-neural-network convex-optimization


    【解决方案1】:

    我不确定你的第一句话是什么意思。简而言之,凸优化和非凸优化之间的区别取决于描述目标函数和约束的函数的凸性。凸优化问题有很多好处,包括:最优点的唯一性和问题的计算易处理性。我希望这可以让您初步了解一下。

    【讨论】:

    • 谢谢!任何链接都会更有帮助。
    猜你喜欢
    • 1970-01-01
    • 2016-06-16
    • 2015-02-26
    • 1970-01-01
    • 2020-06-28
    • 1970-01-01
    • 2021-02-21
    • 1970-01-01
    • 2017-10-10
    相关资源
    最近更新 更多