页面加载中…
搜索中文正文和常见中英文技术词，按教程、项目、面试题筛选。
「凸优化」找到 5 条内容
按专题浏览 →匹配标题与标签：二分类交叉熵损失函数怎么推导? 逻辑回归中损失函数的数学表达式与设计动机 模型训练 交叉熵损失 逻辑回归 极大似然估计 凸优化 信息论 2026真题 二分类交叉熵 逻辑回归损失函数 交叉熵推导 大模型训练与微调 OPPO
匹配正文：…分配。 整数与混合整数规划：变量含离散决策，如选址、排班、车辆路径和生产计划。 网络流与匹配：物流、任务分配、最短路和容量规划。 凸优化：目标与可行域满足凸性时，可获得全局最优性保证。 随机、鲁棒与动态优化：处理需求、价格或状态转移的不确定性。 与机器学习的关系 两者都在目标、变量和约束下求解，但关注点常不同。运筹模型通常显式表达业务约束和决策成本，可能需要可行性或最优性界；机器学习通常从样本最小化经验风险，并关注未见数据上的泛化。 不能把运筹等同为精确全局优化，也不能把机器…
匹配正文：…不必逐层手推 注意力公式手推 不用死磕 知道注意力是"每个词按相关度加权看其他词",不必手推 QKV 矩阵乘法和 softmax 凸优化证明 不用死磕 应用岗基本用不到,遇到再查 矩阵微积分 不用死磕 训练侧才需要,应用岗跳过 损失函数数学证明 不用死磕 知道"交叉熵衡量预测分布和真实分布的差距"这一句话够用 判断原则很简单:凡是"用来解释一个已有系统为什么这么设计"的直觉,补;凡是"用来自己从零训一个模型"的推导,先放下,真需要时再回补。 为什么应用岗真的不靠数学 因为应用…
学习内容与项目面试，在同一条路上。