Hessian海森矩阵与牛顿最优化方法

最新推荐文章于 2021-06-26 15:54:42 发布

CGCVHCI

最新推荐文章于 2021-06-26 15:54:42 发布

阅读量6.4k

点赞数 2

分类专栏：计算机数学文章标签：数学

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/CGCVHCI/article/details/51049080

版权

Hessian矩阵

在数学中, 海森矩阵(Hessian matrix或Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵, 此函数如下：

$f({x_1},{x_2} \ldots ,{x_n})$

如果 $f$ 的所有二阶导数都存在, 那么 $f$ 的海森矩阵即：

$H{(f)_{ij}}(x) = {D_i}{D_j}f(x)$

其中 $x = ({x_1},{x_2} \ldots ,{x_n})$ , 即 $H(f)$ 为:

⎡ ⎣ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ \partial 2 f \partial x 2 1 \partial 2 f \partial x 2 \partial x 1 ⋮ \partial 2 f \partial x n \partial x 1

最低0.47元/天解锁文章

关注

2
点赞
踩
9

收藏

觉得还不错? 一键收藏
0
评论
Hessian海森矩阵与牛顿最优化方法

Hessian矩阵在数学中, 海森矩阵(Hessian matrix或Hessian)是一个自变量为向量的实值函数的二阶偏导数组成的方块矩阵, 此函数如下：f(x1,x2…,xn)f({x_1},{x_2} \ldots ,{x_n})如果ff的所有二阶导数都存在, 那么ff的海森矩阵即：H(f)ij(x)=DiDjf(x)H{(f)_{ij}}(x) = {D_i}{D_j}f(x)其中x=(x1
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。