Neural network 为什么不'；t神经网络凸？_Neural Network_Mathematical Optimization_Convex_Cost Based Optimizer

Neural network 为什么不'；t神经网络凸？

neural-network

Neural network 为什么不'；t神经网络凸？,neural-network,mathematical-optimization,convex,cost-based-optimizer,Neural Network,Mathematical Optimization,Convex,Cost Based Optimizer,与线性回归和逻辑回归不同，ANN的代价函数不是凸的，因此容易受到局部最优解的影响。有谁能提供一个直觉，解释为什么ANN会出现这种情况，为什么不能修改假设以产生凸函数？我在这里找到了一个充分的解释：基本上，由于权重可以跨层排列，因此任何极小值都有多个解决方案可以实现相同的结果，因此函数不能是凸函数（也不能是凹函数）

与线性回归和逻辑回归不同，ANN的代价函数不是凸的，因此容易受到局部最优解的影响。有谁能提供一个直觉，解释为什么ANN会出现这种情况，为什么不能修改假设以产生凸函数？

我在这里找到了一个充分的解释：

基本上，由于权重可以跨层排列，因此任何极小值都有多个解决方案可以实现相同的结果，因此函数不能是凸函数（也不能是凹函数）