Ich lerne nur etwas über Optimierung und habe Probleme, den Unterschied zwischen konvexer und nichtkonvexer Optimierung zu verstehen. Nach meinem Verständnis ist eine konvexe Funktion eine, bei der "das Liniensegment zwischen zwei beliebigen Punkten im Diagramm der Funktion über oder im Diagramm liegt". In diesem Fall könnte ein Algorithmus für den Gradientenabstieg verwendet werden, da es nur ein einziges Minimum gibt und die Gradienten Sie immer zu diesem Minimum führen.
Was ist jedoch mit der Funktion in dieser Abbildung:
Hier kreuzt sich das blaue Liniensegment unter der roten Funktion. Die Funktion hat jedoch immer noch ein einzelnes Minimum, sodass Sie bei einem Gefälle immer noch zu diesem Minimum gelangen.
Meine Fragen sind also:
1) Ist die Funktion in dieser Figur konvex oder nicht konvex?
2) Wenn es nicht konvex ist, können dann noch konvexe Optimierungsmethoden (Gradientenabfall) angewendet werden?
quelle