約束最佳化與投影

模型究竟是如何學習的,從原始梯度下降法到Adam

有時候參數並不能任意移動到任何地方。它們必須滿足約束:非負的權重、有界的範數、必須保持非負且和為 1 的機率(這樣一個集合叫做機率單純形)、公平性限制、安全限制,或者物理上的可行性。

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ 約束最佳化與投影
← 實踐中的凸性正則化即幾何 →