我有一个神经网络,正在努力寻找全球最小值。我想知道找到它的正确方法。我知道我需要更改超参数,但因为你使用随机权重,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受到赞赏。
答案 0 :(得分:1)
这是基于梯度下降的优化的主要缺点。他们一直陷入局部最小值,并且没有方式保证全局最小化解决方案。
您可以使用动量等术语来帮助您克服某些局部最小值。我建议尝试一些更先进的优化技术。这些将对您有所帮助,因为他们会自动选择和更新其中一些超参数。
您还可以在此处查看this帖子,其中比较了几种优化算法。
答案 1 :(得分:0)
我不认为有一种方法可以找到具有梯度下降的NN的全局最小值(假设这是你的使用方法)。我想你可以用SVM找到它。
我不是机器学习专家,所以我可能错了。