【问题标题】:Finding Global minima寻找全局最小值
【发布时间】:2018-04-12 21:52:18
【问题描述】:

我有一个神经网络,正在努力寻找全局最小值。我想知道找到它的正确方法。我知道我需要更改超参数,但是因为您使用随机权重,我是否尝试多次使用相同的超参数?在我放弃之前,我尝试了多少种不同的组合?

任何实用的建议都将不胜感激。

【问题讨论】:

  • 为了找到损失函数的全局最小值,许多应用程序将他们的数据分成批次并以随机顺序处理批次。这是随机梯度下降 (SGD) 方法。

标签: tensorflow machine-learning neural-network softmax


【解决方案1】:

这是基于梯度下降的优化的主要缺点。他们总是陷入局部最小值,并且没有方法可以保证全局最小值解决方案。

您可以使用诸如动量之类的术语来帮助您克服一些局部最小值。我建议尝试一些更高级的优化技术。这些会对您有所帮助,因为它们会自动选择和更新其中一些超参数。

您也可以在此处查看this 帖子,其中比较了几种优化算法。

【讨论】:

    【解决方案2】:

    我认为没有办法为具有梯度下降的 NN 找到全局最小值(假设您使用的是这种方法)。我认为您可以使用 SVM 找到它。

    我不是机器学习专家,所以我可能是错的。

    【讨论】:

      猜你喜欢
      • 2021-09-12
      • 1970-01-01
      • 2015-08-01
      相关资源
      最近更新 更多