在线性规划问题中，我们制定了两个线性函数和一个优化函数。 在这里，我们找到两个线性函数相交的点，并在优化函数中替换这些值以获得最大值或最小值。
这与梯度体面的优化有何不同。任何人都可以在数学上详细说明这一点。两种方法是否都达到了全局最大值或最小值？哪个更好？
- 线性
- 规划找到优化该线性组合的权重。 它保证有效，但仅适用于线性组合的函数
- 梯度下降可以适用于任何函数，只要你知道它的导数。但是，仅当函数是凸函数时，它才能保证工作。否则它会卡在局部最佳状态
所以，真的别无选择。如果你有一个线性组合，线性规划更好。在所有其他情况下，梯度下降是您唯一的选择。