梯度法
利用负梯度方向作为搜索方向,需要考虑的问题是步长的选取。步长的选取可以考虑精确搜索、非精确搜索、固定步长、逐渐小步长。还需要提到Barzilai-Borwein法,方向:最速下降方向,步长:与上一个精确步配合。
交替方向法
很多变量时,问题较为复杂。可以考虑先在部分变量上进行优化,再在其余变量上进行优化。这就要求这些变量具有某种可分离性。
增广拉格朗日函数法
这是一个很常见的方法,例如压缩感知中的问题: min : ∣ ∣ x ∣ ∣ 1 + μ ∣ ∣ A x − b ∣ ∣ 2 \min:||x||_1+\mu||Ax-b||_2 min:∣∣x∣∣1+μ∣∣Ax−b∣∣2。然后再考虑用交替方向法求解。
子空间技术
随机技术
随机技术由原来的某种“固定顺序”变为“随机顺序”。这里可以考虑随机梯度法(SGD)和随机方差缩减梯度法(SVRG)。SGD:本来是对 n n n个函数的平均值求极小,需要求 n n n个梯度。现在随机挑选一个函数的梯度方向,作为整体的梯度方向。做个比喻:在200个学生中随机挑选1个学生的身高代替大家的平均身高。SVRG:为方便理解,同样做个比喻:已知去年的身高和平均身高。今年随机挑选1个,计算它与去年的平均身高之差,然后将去年大家的身高加上这个差值,便得到今年大家的身高。