यदि आप केवल एक संख्यात्मक ढाल प्रदान कर सकते हैं तो क्या यह ग्रेडिएंट आधारित अनुकूलन एल्गोरिदम का उपयोग करने के लिए व्यर्थ है? यदि नहीं, तो पहली बार एक संख्यात्मक ग्रेडिएंट प्रदान करें यदि यह अनुकूलन लाइब्रेरी के लिए परिमित भेदभाव करने के लिए तुच्छ है?
[संपादित करें]
बस स्पष्ट करने के लिए, मेरा प्रश्न वास्तव में एक विशिष्ट अनुप्रयोग की तुलना में अधिक सामान्य अर्थों में है। यद्यपि मेरे आवेदन के क्षेत्र में विभिन्न सांख्यिकीय रूपरेखाओं के तहत संभावना अनुकूलन होता है।
स्वचालित भेदभाव के साथ मेरा मुद्दा यह है कि हमेशा एक पकड़ लगती है। या तो AD लाइब्रेरी बाहरी लाइब्रेरी कॉल (जैसे BLAS) को प्रचारित नहीं कर सकती है या आपको अपने वर्कफ़्लो को इतनी तेज़ी से पुन: काम करना होगा कि इससे निपटने के लिए दर्द हो ... खासकर यदि आप टाइप संवेदनशील भाषाओं के साथ काम कर रहे हैं। AD के साथ मेरी पकड़ पूरी तरह से एक अलग मुद्दा है। लेकिन मैं विश्वास करना चाहता हूँ!
मुझे लगता है कि मुझे अपने प्रश्न को बेहतर ढंग से तैयार करने की आवश्यकता है, लेकिन मैं इसका खराब काम कर रहा हूं। यदि आपके पास व्युत्पन्न-मुक्त अनुकूलन एल्गोरिथम या कैविटी के साथ व्युत्पन्न आधारित अनुकूलन एल्गोरिदम का उपयोग करने का विकल्प है, तो मैं इसे केवल एक संख्यात्मक ढाल दे सकता हूं, जो औसतन बेहतर होगा?