在度量学习的训练过程中，如果代价函数是凸的，那么我可以使用梯度下降法，得到最优解。
现在，我想从一个训练集中训练 N(N 可能非常大，比如 100) 个度量，一种方法是调整成本函数，使这些 N 个度量组合成一个大度量矩阵，并使用梯度下降法, 但是，如果 N 很大，这种方法不是很好，在这种情况下，有没有我可以使用的“替代优化”方法？，我可以固定 2th~Nth 指标并只进行梯度下降第 1 个度量，然后固定第 1、3~N 个度量，并仅对第 2 个度量进行梯度下降。这种“替代优化”方法是否存在一些必要条件