机器学习之梯度下降法求最值

梯度下降法求最值

import numpy as np
def f(x):
    return x**2
def h(x):
    return 2*x
 
x = 2 #初始点（初始横坐标）
step = 0.8#（步长）
 
f_change = f(x)
f_current = f(x)
count = 0#迭代次数
while f_change>1e-10:#停止迭代的条件，差值小于10^-10的时候停止迭代
 
    x = x-step*h(x)#更新x
    tmp = f(x)#更新x之后的f(x)的值，用另一个变量接收
    f_change = np.abs(f_current-tmp)#x更新前后的y的差值
    f_current =tmp#将更新的f(x)传入下一次的迭代
    count+=1#增加一次迭代次数
print('迭代了：%d次'%count,'\n''求得x为：',x,'\n''求得y为：',f_current)