L1和hingo loss 不是处处可导咋使用LBFGS等优化算法呢

第一个问题,如果采用了次微分(subdifferential),常见的方法是随便选择次微分集合中的任意一个次梯度(subgradient)参与优化过程。另外,在次微分这个概念下其实有一大类算法,比如subdifferential algorithm, cutting plane method, bundle method ,等等。所以并不是说简单套用次梯度的概念就能够天下大吉了。
【L1和hingo loss 不是处处可导咋使用LBFGS等优化算法呢】 第二个问题,楼上已经有回答了。建议你plot(max(0,x)^2)试试。

■网友
这是个trivial的问题,你把max(0,x)函数图像画出来就知道了
■网友
常用的两种解法:sub-gradient和proximal gradient


    推荐阅读