saddle point(鞍点):在多变量函数中,一个点在某些方向上像“山顶”(局部最大),在另一些方向上像“山谷”(局部最小),因此既不是局部最大也不是局部最小。常见于微积分、优化、机器学习、博弈论等领域。(在博弈论中也可指“鞍点解/极小极大平衡点”。)
/ˈsædəl pɔɪnt/
The function has a saddle point at (0, 0).
这个函数在 (0, 0) 处有一个鞍点。
In gradient-based optimization, saddle points can slow training because the gradient may be close to zero in many directions.
在基于梯度的优化中,鞍点可能会拖慢训练,因为在许多方向上梯度可能都接近于零。
saddle(马鞍)+ point(点):之所以叫“鞍点”,是因为在三维图形上看,这种点附近的曲面形状像马背上的鞍——沿一个方向上拱起,沿垂直方向下凹,呈现“一个方向上升、另一个方向下降”的特征。