《深度学习》笔记

Chapter 4

4.3.1

Jacobian 和 Hessian矩阵
当Hessian的所有特征值都是正的牛顿法才适用，牛顿法会受到鞍点的影响，梯度下降不会被吸引到鞍点
深度学习中的大多数问题都难以表示成凸优化的形式
KKT方法是Lagrange乘子法（只允许等式约束）的推广
KKT

Chapter 5

5.6.1

最大后验（MAP）估计

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容