梯度下降法
梯度下降法(gradient descent)是求解无约束最优化问题的一种常用方法,是一种迭代算法。
*这里可以对比之前介绍的拉格朗日对偶性是解决有约束条件下的最优化方法。
原理步骤
目标函数
假设 f(x) 是 Rn 上具有一阶连续偏导数的函数,现在要求解它的无约束最优化问题,即 minx∈Rnf(x) 。
原理
选取适当的初值 x(0)
梯度下降法(gradient descent)是求解无约束最优化问题的一种常用方法,是一种迭代算法。
*这里可以对比之前介绍的拉格朗日对偶性是解决有约束条件下的最优化方法。
假设 f(x) 是 Rn 上具有一阶连续偏导数的函数,现在要求解它的无约束最优化问题,即 minx∈Rnf(x) 。
选取适当的初值 x(0)