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