无约束梯度算法

梯度方向

梯度方向的定义

1414369-20190504125419322-40161576.jpg

为什么选梯度方向

1414369-20190504125510997-265581883.jpg

1414369-20190504125519759-953385073.jpg

1414369-20190504125530059-1378762556.jpg

沿梯度方向存在的问题

1414369-20190504125618818-1412551098.jpg

注:其实就是“沿梯度方向,函数不能再有限步达到最优!”

梯度算法

梯度算法的定义

1414369-20190504125832328-1000740396.jpg

1414369-20190504125842894-1609553471.jpg

1414369-20190504125851445-1058170853.jpg

梯度算法例题

1414369-20190504130102073-2002014241.png

最优梯度

最优梯度的定义

1414369-20190504130148066-1765828659.jpg

1414369-20190504130157956-1869652286.jpg

最优梯度的例题

1414369-20190504130315585-543518543.png

最优梯度的收敛特性

1414369-20190504130349193-1506040087.jpg

转载于:https://www.cnblogs.com/Terrypython/p/10808216.html

  • 0
    点赞
  • 0
    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