梯度降下算法中求最小值的想法
Opened this issue · 0 comments
vr-devil commented
梯度下降算法中求最小值的过程可以类比为：一个球沿着山坡向下滚动直到遇见一个山谷为止。从这个类比中有了一个思考：一个人站在山顶，为什么通过视觉就能很快速的分辨出哪些地方是山谷？这是因为光的作用，人们能够通过视觉就能计算出山谷在哪，而不用移动至那儿。所以，是否可以对函数的一个点的周围的环境模拟光的作用，然后通过模拟的视觉找一个山谷（最小值）。这个模拟的过程可以通过GPU并行的计算。 不知道比起一点点的梯度下降，模拟光照的算法是否可行？