import numpy as np
from sympy import *
import math
import matplotlib.pyplot as plt
import mpl_toolkits.axisartist as axisartist
# 定义符号
x1, x2, t = symbols('x1, x2, t')#sympy 符号数学相当于代数式
def func():
# 自定义一个函数
return 2*pow(x1, 2) + pow(x2, 2)
def grad(data):
# 求梯度向量,data=[data1, data2]
f = func()
grad_vec = [diff(f, x1), diff(f, x2
最速下降法(附Python代码)
最新推荐文章于 2024-07-24 16:43:46 发布
本文深入探讨了最速下降法,一种优化算法,用于寻找函数的局部最小值。通过理论解释和Python代码示例,阐述了该方法如何通过梯度方向找到下降最快的方向,逐步逼近极小值点。读者将能够理解和应用最速下降法解决实际问题。
摘要由CSDN通过智能技术生成