线性规划优化和梯度下降优化之间有什么区别？

Question

在线性规划问题中，我们制定了两个线性函数和一个优化函数。在其中找到两个线性函数相交的点，并将这些值替换为优化函数中的最大值或最小值。

与梯度体面优化有何不同？任何人都可以在数学上对此进行详细说明。两种方法都达到全局最大值或最小值吗？哪个更好？

Answer 1

• 线性编程可以找到优化该线性组合的权重。 保证有效，但仅适用于线性组合功能
只要您知道
• 梯度下降的派生类，它就可以对任何函数起作用。但是，只有在函数为凸函数的情况下，才能保证工作。否则会陷入局部最优状态

因此，实际上别无选择。如果您有线性组合，则线性编程会更好。在其他所有情况下，梯度下降都是您唯一的选择。