梯度下降法与牛顿法的比较

最新推荐文章于 2023-12-26 01:53:52 发布

cute_Lily

最新推荐文章于 2023-12-26 01:53:52 发布

阅读量1.6k

点赞数 1

分类专栏： # 数学基础

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/coffee_cream/article/details/108992550

版权

两种方法的详细讲解可以参考：

梯度下降算法（Gradient Descent Optimization）
牛顿法（Newton Methods）、阻尼牛顿法和拟牛顿法

相同点

二者都是求解无约束最优化问题的常用方法

不同点

（1）原理方面

梯度下降法的搜索方向是沿着等高线的法向量方向进行搜索，每次迭代优化方向为梯度方向，即当前点所在等高线的法向。但往往等高线很少是正圆形，这种情况下搜索次数会过多。

牛顿法搜索方向为椭圆中心方向，这个方向也叫做牛顿方向，牛顿法的更新方程 $H_k^{-1} \nabla f(X_k)$

最低0.47元/天解锁文章

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
梯度下降法与牛顿法的比较

两种方法的详细讲解可以参考：梯度下降算法（Gradient Descent Optimization）牛顿法（Newton Methods）、阻尼牛顿法和拟牛顿法相同点二者都是求解无约束最优化问题的常用方法不同点（1）原理方面梯度下降法的搜索方向是沿着等高线的法向量方向进行搜索，每次迭代优化方向为梯度方向，即当前点所在等高线的法向。但往往等高线很少是正圆形，这种情况下搜索次数会过多。牛顿法搜索方向为椭圆中心方向，这个方向也叫做牛顿方向，牛顿法的更新方程 Hk−1∇f(Xk)H_k^{-1}
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。