视频链接:7.1 神经网络优化的特点_哔哩哔哩_bilibili
神经网络优化的特点
网络优化的难点
(1)网络结构差异大:不同模型之间的结构差异大——没有通用的优化算法、超参数多
(2)非凸优化问题:导致得到的最优解可能是全局最优解——参数如何初始化、如何逃离局部最优或鞍点
(3)梯度消失和爆炸问题:当网络非常深时,靠下的层的参数的梯度要么接近0,要么非常大,十分难优化
高维空间中的非凸优化问题
低维空间中的非凸优化问题要解决的核心问题是如何逃离f'(x)=0的局部最优解
而在高维空间中的非凸优化问题要解决的核心问题是如何逃离鞍点
鞍点:梯度为0的点

鞍点在某些维度上是局部最小点,而在某些维度上是局部最大点






![深入理解强化学习——马尔可夫决策过程:占用度量-[基础知识]](https://img-blog.csdnimg.cn/direct/c2cba3d315284b52a5b67830ab89b722.png)












![[ROS2] --- 手动编写一个节点](https://img-blog.csdnimg.cn/direct/e347903039954c7baa043114fbc28ec1.png)