最优化 - 梯度优化算法

本文深入探讨了最优化领域的经典算法,包括梯度下降法及其变种共轭梯度法,以及牛顿法和拟牛顿法。此外,还介绍了信赖域方法和罚函数法在解决优化问题中的应用。
摘要由CSDN通过智能技术生成

本人总结的常用优化算法,主要讲解原理:http://download.csdn.net/detail/zk_j1994/9880349

主要包括梯度下降,共轭梯度法;牛顿法,拟牛顿法;信赖域方法,罚函数法。

# -*- coding: utf-8 -*-
"""
author: UniqueZ_
file:   gradient descent algorithm, CG method
date:   2017-06-23
remark: 原方程为(x1)**2 + 2*(x2)**2
"""
import numpy as np
import matplotlib.pyplot as plt

class Gradient_method:
    """ 使用的方向和梯度有关的优化算法: 梯度下降法 & 共轭梯度法 """
    def __init__(self, x0, gradient_threshold
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值