怎样解释梯度下降算法中的Proximal Gradient Descent和SubGradient?
subgradient就是次梯度，表示不可导点梯度的一种方法。关于proximal gradient，我以前记了一个笔记，贴上来看看
■网友
【怎样解释梯度下降算法中的Proximal Gradient Descent和SubGradient?】 在一个凸函数L(w)中，如果w0可微那么这个点的subgradient就是这个点的梯度(gradient)，但是如果在一个w0不可微，那么这个点就没有明确的梯度了，但是会有很多个subgradient。当损失函数正则项如果是L1的话，会出现这种在w0处不可微的情况，这里就会存在subgradient.
推荐阅读
- 聪明人养花，这3种“花”怎样也要养一盆，每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起，QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团，对企业的积极意义和消极意义