আপনি যদি কেবল একটি সংখ্যাযুক্ত গ্রেডিয়েন্ট সরবরাহ করতে পারেন তবে গ্রেডিয়েন্ট ভিত্তিক অপ্টিমাইজেশন অ্যালগরিদমগুলি ব্যবহার করা কি অর্থহীন? যদি তা না হয় তবে কেন অপ্টিমাইজেশান লাইব্রেরির জন্য সীমাবদ্ধ তাত্পর্যপূর্ণ আচরণ করা তুচ্ছ হলে প্রথমে একটি সংখ্যার গ্রেডিয়েন্ট প্রদান করবেন?
[Edit]
কেবল স্পষ্ট করে বলতে গেলে, আমার প্রশ্নটি একটি নির্দিষ্ট প্রয়োগের চেয়ে আরও সাধারণ অর্থে। যদিও আমার প্রয়োগের ক্ষেত্রটি বিভিন্ন পরিসংখ্যান কাঠামোর আওতায় সম্ভাবনা অনুকূলিতকরণ হিসাবে ঘটে।
স্বয়ংক্রিয় পার্থক্য নিয়ে আমার সমস্যাটি হ'ল সর্বদা একটি ক্যাচ বলে মনে হয়। হয় AD গ্রন্থাগারটি বাইরের লাইব্রেরি কলগুলিতে (বিএলএএস এর মতো) প্রচার করতে পারে না বা আপনার কর্মপ্রবাহকে এত মারাত্মকভাবে পুনরায় কাজ করতে হবে যে এটি মোকাবেলা করতে ব্যথার কারণ হয়ে পড়ে ... বিশেষত যদি আপনি সংবেদনশীল ভাষা টাইপের সাথে কাজ করছেন। AD এর সাথে আমার গ্রিপগুলি সম্পূর্ণ পৃথক সমস্যা। তবে আমি বিশ্বাস করতে চাই!
আমার ধারণা আমার আরও ভালভাবে প্রশ্ন প্রণয়ন করা দরকার তবে আমি এটির একটি খারাপ কাজ করছি। যদি সতর্কীকরণের সাথে ডারাইভেটিভ-মুক্ত অপ্টিমাইজেশন অ্যালগরিদম বা একটি ডেরাইভেটিভ ভিত্তিক অপ্টিমাইজেশন অ্যালগরিদম ব্যবহার করার বিকল্প থাকে তবে আমি কেবল এটির একটি সংখ্যাগত গ্রেডিয়েন্ট দিতে পারি, গড়পড়তাটি কোনটি উন্নততর হবে?