*学习参考文章
通俗易懂的讲解梯度,散度,旋度(有图很好理解)!!!
应用思考
梯度下降法
小案例思考:
目标:从一座大山某处下山,一直到山峰低处。(针对只有一座山峰的前提)
思考:由于我们不知道怎么最快下山,所以决定每走一步就求解当前位置周边的梯度,然后沿着最陡峭的位置继续走,直到当前高度与前一次高度的差值小于某个值时,方才结束。
问题:梯度下降法,考虑的是相对于该点位置的最陡方向,所以计算结果是局部的,而不是全局的。计算结果受初始点影响。
小案例思考:
目标:从一座大山某处下山,一直到山峰低处。(针对只有一座山峰的前提)
思考:由于我们不知道怎么最快下山,所以决定每走一步就求解当前位置周边的梯度,然后沿着最陡峭的位置继续走,直到当前高度与前一次高度的差值小于某个值时,方才结束。
问题:梯度下降法,考虑的是相对于该点位置的最陡方向,所以计算结果是局部的,而不是全局的。计算结果受初始点影响。