问题标签 [minima]

我昨天发布了这个问题，询问我的神经网络（我正在使用随机梯度下降通过反向传播进行训练）是否陷入局部最小值。以下论文讨论了 XOR 神经网络中的局部最小值问题。第一篇说不存在局部最小值问题，而下一篇论文（一年后写）说在 2-3-1 XOR 神经网络中存在局部最小值问题（作为另外，我使用的是 3-3-1，即输入层和隐藏层的偏差）。这两个都是摘要（我无法访问完整的论文，所以我无法阅读它）：

• XOR 没有局部最小值：神经网络误差面分析的案例研究。 由哈米 LG。澳大利亚悉尼麦考瑞大学计算机系
• 2-3-1 XOR 网络的本地最小值。 作者：Sprinkhuizen-Kuyper IG，Boers EW。

还有另一篇论文 [PDF]说最简单的 XOR 网络没有局部最小值，但它似乎不是在谈论 2-3-1 网络。

现在回到我的实际问题：我找不到任何讨论激活函数的选择、初始权重以及这对神经网络是否会陷入局部最小值的影响。我问这个问题的原因是，在我的代码中，我尝试使用标准的 sigmoid 激活函数和双曲正切激活函数。我注意到在前者中，我只有大约 20% 的时间会被卡住，而在后者中，我往往会更频繁地被卡住。每当我第一次初始化网络时，我也会随机化我的权重，所以我想知道一组随机权重是否更倾向于让我的神经网络“卡住”。

就激活函数而言，由于误差最终与激活函数产生的输出有关，我认为是有影响的（即误差表面发生变化）。然而，这只是基于直觉，我更喜欢一个具体的答案（对于这两点：初始权重和激活函数的选择）。

我从位移传感器捕获了数据，一次迭代的增量值如下所示。0, 1, 2, 4, 7, 9, 14, 24, 14, 10, 9, 7, 3 2, 1, 0, 0, 0, 0, -1, -3, -5, -7, - 9、-14、-24、-14、-9、-8、-6、-4、-3、-1、0、0、0。（其他迭代也有相同的模式。）

我对曲线的最大值和最小值感兴趣。我从一个初始位置开始，然后回到这个位置进行线循环（我已经取值的部分总和来获得总位移或线）。部分和看起来像这样 [0, 1, 3, 7, 14, 23, 37, 61, 75, 85, 94, 101, 104, 106, 107, 107, 107, 107, 107, 106, 103, 98 , 91, 82, 68, 44, 30, 21, 13, 7, 3, 0, -1, -1, -1, -1]。我对 107 和 -1 感兴趣（下一个曲线最小值）

但我不知道说不的代码。曲线（迭代）。你能帮我解决这个问题吗？

我有一组（X，Y）坐标，绘制时会产生如下图所示的图形。我想要做的是找到用红色圈起来的区域（角点）的坐标。

我一直在努力寻找实现这一目标的方法，因为那些实际的转折点代表了我感兴趣的领域。请注意，我没有这些坐标的实际方程式。

如果有人能给我建议，或者通过使用 Matlab 或什至使用一些 C++ 工具的其他想法，给我一些关于如何去做的指导，我将不胜感激。

我正在使用 Matlab 2012a。

我有一组 k 个单元格（比如 1000 个）。我需要找到这个数组的 5 个最低值，并且需要对 X 和 Y 中的这些值进行平均。

任何人都知道如何做到这一点？

如果我有清单

我希望获得三个之字形，一个之字形定义为局部最大值（可以是高原）和最小值（可以是山谷），如下图，有3个之字形，A，B，C而A和B在高原重叠，B和C在山谷重叠

例如，如果我有一个数组：

可以看出有4个转折点。（在 A[4]、A[6]、A[13]、A[17]）

如何使用python返回转折点的数量？

目前，这个系统是有缺陷的，当然不是很优雅。有任何想法吗？

有人可以在数字图像处理方面解释局部最小值和最大值的概念吗...

我编写了一个算法，可以找到信号中的局部最大值和最小值。

我现在想检查一下：是否尊重最大值和最小值的交替

假设：

我想要 2 个向量来missing_max missing_min指示丢失的最大值和最小值的位置。

当两个连续的最小值（最大值）之间没有最大值（最小值）时，就会出现缺失最大值（id_min (id_max)最小值）。

在此示例中，id_max 的第 7 个位置缺少最大值，因为在 id_min 中有两个连续的值 (16 19)，两者之间没有最大值。

然后我们有

自从

id_min = [2 4 6 8 X 16 19];（用 XI 标记缺失值）

如果交替正确，则向量应该为空。你能建议一种没有 for 循环的有效方法吗？

提前致谢

我有一个非常复杂的单个变量的正定线性连续函数，k我试图找到给定范围内的所有根k；说-4 < k < 4。

到目前为止，我首先通过搜索 和 的点来估计函数的k_j最小值。然后使用这些点中的每一个作为起点，我应用优化函数。在某种程度上，这种方法奏效了。然而，随着我的函数变得越来越复杂，搜索最小值变得越来越耗时并且可能不准确。$k_{j+1}>k_j$$k_{j-1}>k_j$scipy.optimize.newton

是否有任何内置函数numpy或在函数scipy的给定域（例如-4 < k < 4）中搜索并找到所有根。我愿意牺牲一些计算效率，这样我就不必指定精确的点来搜索附近。

谢谢

我有一组 18 个 MATLAB 向量（当前值的原始读数）数据，这些数据随许多最小值和最大值而变化，放入一个 2d 矩阵中B，其大小为 18 x 16348。

我找到了每个行向量的全局最大值的索引和值。存储在另一个向量中，即M( 具有 的每个行向量的最大值B) 和 l (具有 的每个行向量的最大值的索引B)。使用下面的代码。

现在我想找到在这个全局最大值之前出现的每个行向量的最小值。

我写了一个循环向后看，从全局最大值开始检查最小值及其索引。最小值的条件可以想象为 b[i,l] < b[i,l-1] & b[i,l] < b[i,l+1]

这放入一个循环如下。

由于某种原因，while循环只执行一次然后停止。这就是我面临的问题。

下图显示了绘制的 18 个值中的 4 个，并标记了向量的最大值和最小值。