Math 线性规划优化和梯度下降优化之间有什么区别？

在线性规划问题中，我们建立了两个线性函数和一个优化函数。在这里，我们找到两个线性函数相交的点，并在优化函数中替换这些值以获得最大值或最小值

这与梯度优化有何不同。有人能从数学上详细说明一下吗。两种方法都达到全局最大值还是最小值？哪个更好？

• 线性规划找到优化线性组合的权重。它保证工作，但仅适用于线性组合函数
• 梯度下降法可以适用于任何函数，只要你知道它的导数。然而，只有当函数是凸函数时，它才能保证工作。否则它将陷入局部最优

---

所以，真的没有选择。如果你有一个线性组合，线性规划更好。在任何其他情况下，梯度下降都是您唯一的选择。

除了我提到的优化技术之外，还有其他优化技术吗。@user10573543:取决于问题。然而，在大多数问题中，使用了梯度下降的变体。没有保证有效的通用优化方法。这是所有工程中最大的问题之一