深度解析算法优化内部机制：为什么机器学习算法难以优化？

前言

以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！

MATLAB-30天带你从入门到精通

MATLAB深入理解高级教程（附源码）

tableau可视化数据分析高级教程

在机器学习中，损失的线性组合无处不在。虽然它们带有一些陷阱，但仍然被广泛用作标准方法。这些线性组合常常让算法难以调整。

在本文中，提出了以下论点：

1. 机器学习中的许多问题应该被视为多目标问题，但目前并非如此；

2. 「1」中的问题导致这些机器学习算法的超参数难以调整；

3. 检测这些问题何时发生几乎是不可能的，因此很难解决这些问题。

有一些方法可以轻微缓解这些问题，并且不需要代码。

梯度下降被视为解决所有问题

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/119386388