梯度下降法又称最速下降法,是求解无约束最优化问题的一种最常用的方法,在对损失函数最小化时经常使用。梯度下降法是一种迭代算法。选取适当的初值x(0),不断迭代,更新x的值,进行目标函数的极小化,直到收敛。由于负梯度方向时使函数值下降最快的方向,在迭代的每一步,以负梯度方向更新x的值,从而达到减少函数值的目的。提到梯度下降法,就不得不提到方向导数与梯度了。
1.方向导数
设函数z=f(x,y)在点p(x,y)的某一邻域U(P)内有定义,自点P引射线l。设x轴正向到射线l的转角为φ,并设P'(x+Δx, y+Δy)为l上的另一个点且P'也在邻域U(P)内。
考虑若