鞍点:在数学(尤其是多元微积分与优化)中,指函数在某个点沿某些方向是局部极大、沿另一些方向是局部极小的临界点;整体上既不是纯粹的极大点也不是纯粹的极小点。(在博弈论中也常指“鞍点解/极小极大点”。)
/ˈsæd(ə)l pɔɪnt/
A saddle-point is neither a maximum nor a minimum.
鞍点既不是极大值点,也不是极小值点。
In gradient-based optimization, the algorithm may slow down near a saddle-point because the slope is small in some directions.
在基于梯度的优化中,算法在鞍点附近可能会变慢,因为在某些方向上的斜率很小。
“saddle-point”由 saddle(马鞍) + point(点) 构成。之所以叫“鞍点”,是因为它的曲面形状类似马鞍:沿一个方向向上拱起,沿垂直方向向下凹陷,这种“一个方向像山顶、另一个方向像山谷”的几何直观非常形象。