【问题标题】:Is the solution at tangent point an optimal solution?切点处的解是最优解吗?
【发布时间】:2018-06-16 04:30:39
【问题描述】:

据我从this 文章中了解到,蓝色圆圈是水平曲线,蓝点是最小化成本函数的最优解。黄色圆圈是 L2 范数约束。

我们需要的解决方案是尽可能地最小化成本函数并且同时在循环内。意思是,解是黄色圆圈和水平曲线的切点。

但是,我的问题是,如果切点处的 W 值没有完全最小化成本函数,这怎么可能是解决方案?只有蓝点是最小化成本函数的点。

【问题讨论】:

  • 这不是编程问题,是题外话。

标签: machine-learning neural-network gradient-descent regularized


【解决方案1】:

如果没有约束,蓝点会最小化成本函数。 如果最小化受到 L2 范数的约束,则蓝点不能是解,因为它违反了约束。因此,点 w* 是解。

使用 L2 约束的原因是我们试图最小化测试数据上的误差,而不是训练数据上的误差(即,我们不直接对最小化损失函数感兴趣)。更简单的解决方案(具有更小的 L2 范数)往往过拟合更少,因此我们期望测试和训练误差之间的差距更小(这是可取的)。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2021-11-02
    • 1970-01-01
    • 2021-04-11
    • 2013-07-30
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多