視頻｜吳恩達導師Michael I.Jordan學術演講：如何有效避開鞍點

特別感謝大數據文摘字幕組翻譯及後期製作 翻譯：Iris W、李文浩、龍牧雪 後期：龍牧雪 機器學習中，非凸優化中的一個核心問題是鞍點的逃逸問題。梯度下降法（GD，Gradient Descent）一般可以漸近地逃離鞍點，但是還有一個未解決的問題——效率，即梯度下降法是否可以加速逃離鞍點。 加州大學伯克利分校教授Michael I. Jordan（吳恩達的導師）就此做了研究，即，使用合理的擾動參數增

>>阅读原文<<