gradient-descent - 梯度下降和模拟退火
问题描述
对于给定的函数，梯度下降可能会以局部最小值结束，这不是全局最小值。有没有办法将模拟退火与梯度下降结合起来找到更好的局部最小值？找到全局最小值是理想的，但这可能是不可能的，这就是为什么我想找到一个“更好的”局部最小值。
解决方案
推荐阅读
- oauth-2.0 - 为 IAM 解决方案连接 Envoy 过滤器（API 网关）、PingFederate（身份验证服务器）和 OPA（策略引擎）的最佳架构方式是什么？
- javascript - 为什么这个 Dm 命令不适用于某些 id ？不和谐的js
- azure - 如何在 Azure 中使用函数调用队列后执行操作
- c# - 缺少 PhotonNetwork.autoCleanUpPlayerObjects
- javascript - vuejs 中的 setTimeout 行为
- javascript - 当 inline-block 内容很长时如何防止 inline-block 换行
- javascript - TypeError：props.date.getTime 不是函数。（在 'props.date.getTime()' 中，'props.date.getTime' 未定义）
- ios - didAddSubview 没有被调用
- javascript - pinFileToIPFS API 调用 S3 文件 URL
- google-apps-script - UrlFetchApp 在每次调用时返回错误 404