为什么机器学习算法难以优化?一文详解算法优化内部机制
Posted Charmve
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了为什么机器学习算法难以优化?一文详解算法优化内部机制相关的知识,希望对你有一定的参考价值。
点击上方“迈微AI研习社”,选择“星标★”公众号
重磅干货,第一时间送达
损失线性组合是正确的选择吗?这篇文章或许能够给你答案。
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,作者提出了以下论点:
-
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;
-
「1」中的问题导致这些机器学习算法的超参数难以调整;
-
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的一种方法。如果一种算法不能解决你的问题,那么就需要花费更多的时间调整超参数来解决问题。
损失的线性组合无处不在
尽管存在单目标的问题,但通常都会对这些目标进行额外的正则化。本文作者从整个机器学习领域选择了这样的优化目标。
首先来
以上是关于为什么机器学习算法难以优化?一文详解算法优化内部机制的主要内容,如果未能解决你的问题,请参考以下文章