在matlab中实现梯度下降法1

• 博客园
• 首页
• 新随笔
• 联系
• 管理
• 订阅

		<div class="blogStats">
			
			<div id="blog_stats">

随笔- 145 
文章- 0 
评论- 1099 

		</div><!--end: blogStats -->
	</div><!--end: navigator 博客导航栏 -->

在matlab中实现梯度下降法

梯度下降法的原理，本文不再描述，请参阅其它资料。

梯度下降法函数function [k ender]=steepest(f,x,e)，需要三个参数f、x和e,其中f为目标函数，x为初始点,e为终止误差。输出也为两个参数，k表示迭代的次数，ender表示找到的最低点。

 

steepest.m:

按 Ctrl+C 复制代码

按 Ctrl+C 复制代码

 

调用示例1：

syms x1 x2;
f=(x1-2)^2+2*(x2-1)^2;
x=[1;3];
e=10^(-20);
[k ender]=steepest(f,x,e)

结果：

k =
27

ender =

 2
 1</span></pre>

调用示例2：

syms x1 x2;
f=x1-x2+2*x1^2+2*x1*x2+x2^2;
x=[0;0];
e=10^(-20);
[k ender]=steepest(f,x,e)

结果：

k =
58

ender =

-1.0000
1.5000

调用示例3：

syms x1 x2;
f=3/2*x1^2+1/2*x2^2-x1*x2-2*x1;
x=[0;0];
e=10^(-2);
[k ender]=steepest(f,x,e)

结果：

k =
 9

ender =

0.9959
0.9877</span></pre>

 

分类: matlab

标签: matlab, 梯度下降法, 快速下降法

好文要顶 关注我 收藏该文

denny402
关注 - 3
粉丝 - 1122

+加关注

2

0

« 上一篇： 在matlab中实现PCA算法
» 下一篇： 在matlab中实现线性回归和logistic回归

	</div>
	<div class="postDesc">posted @ <span id="post-date">2014-10-15 00:06</span> <a href="https://www.cnblogs.com/denny402/">denny402</a> 阅读(<span id="post_view_count">12786</span>) 评论(<span id="post_comment_count">2</span>)  <a href="https://i.cnblogs.com/EditPosts.aspx?postid=4025472" rel="nofollow">编辑</a> <a href="#" onclick="AddToWz(4025472);return false;">收藏</a></div>
</div>
<script type="text/javascript">var allowComments=true,cb_blogId=72158,cb_entryId=4025472,cb_blogApp=currentBlogApp,cb_blogUserGuid='71830865-4f7c-df11-ba8f-001cf0cd104b',cb_entryCreatedDate='2014/10/15 0:06:00';loadViewCount(cb_entryId);var cb_postType=1;</script>

评论

	<div class="feedbackItem">
		<div class="feedbackListSubtitle">
			<div class="feedbackManage">
				&nbsp;&nbsp;<span class="comment_actions"></span>
			</div>
			<a href="#3187352" class="layer">#1楼</a><a name="3187352" id="comment_anchor_3187352"></a> <span class="comment_date">2015-05-19 21:02</span> | <a id="a_comment_author_3187352" href="http://home.cnblogs.com/u/427400/" target="_blank">Daniel.Tsang</a> <a href="http://msg.cnblogs.com/send/Daniel.Tsang" title="发送站内短消息" class="sendMsg2This">&nbsp;</a>
		</div>
		<div class="feedbackCon">
			<div id="comment_body_3187352" class="blog_comment_body">运行提示错误：<br><br>Undefined function 'norm' for input arguments of<br>type 'sym'.<br><br>Error in steepest (line 10)<br>    nor=norm(d_temp); %范数</div><div class="comment_vote"><a href="javascript:void(0);" class="comment_digg" onclick="return voteComment(3187352,'Digg',this)">支持(0)</a><a href="javascript:void(0);" class="comment_bury" onclick="return voteComment(3187352,'Bury',this)">反对(0)</a></div>
		</div>
	</div>

	<div class="feedbackItem">
		<div class="feedbackListSubtitle">
			<div class="feedbackManage">
				&nbsp;&nbsp;<span class="comment_actions"></span>
			</div>
			<a href="#3751506" class="layer">#2楼</a><a name="3751506" id="comment_anchor_3751506"></a><span id="comment-maxId" style="display:none;">3751506</span><span id="comment-maxDate" style="display:none;">2017/8/6 15:32:37</span> <span class="comment_date">2017-08-06 15:32</span> | <a id="a_comment_author_3751506" href="http://home.cnblogs.com/u/1214326/" target="_blank">∮Lakers</a> <a href="http://msg.cnblogs.com/send/%E2%88%AELakers" title="发送站内短消息" class="sendMsg2This">&nbsp;</a>
		</div>
		<div class="feedbackCon">
			<div id="comment_body_3751506" class="blog_comment_body">很实用，最喜欢这种可以直接找到代码的了，代码去运行了一遍很不错的。</div><div class="comment_vote"><a href="javascript:void(0);" class="comment_digg" onclick="return voteComment(3751506,'Digg',this)">支持(0)</a><a href="javascript:void(0);" class="comment_bury" onclick="return voteComment(3751506,'Bury',this)">反对(0)</a></div>
		</div>
	</div>
<div id="comments_pager_bottom"></div></div><script type="text/javascript">var commentManager = new blogCommentManager();commentManager.renderComments(0);</script>

刷新评论 刷新页面 返回顶部

注册用户登录后才能发表评论，请 登录 或 注册， 访问网站首页。

【推荐】超50万VC++源码: 大型组态工控、电力仿真CAD与GIS源码库！
【推荐】华为云11.11普惠季 血拼风暴 一促即发
【工具】SpreadJS纯前端表格控件，可嵌入应用开发的在线Excel
【腾讯云】拼团福利，AMD云服务器8元/月

相关博文：
· 求解方法之梯度下降法
· 梯度下降
· 拉格朗日乘数法
· 线性回归——梯度下降法
· 牛顿迭代法

</div><!--end: forFlow -->
</div><!--end: mainContent 主体内容容器-->

<div id="sideBar">
	<div id="sideBarMain">

公告

昵称： denny402
园龄： 8年4个月
粉丝： 1122
关注： 3

+加关注

		<div id="calendar"><div id="blog-calendar" style=""><table id="blogCalendar" class="Cal" cellspacing="0" cellpadding="0" title="Calendar">
<tbody><tr><td colspan="7"><table class="CalTitle" cellspacing="0">
	<tbody><tr><td class="CalNextPrev"><a href="javascript:void(0);" onclick="loadBlogCalendar('2018/10/01');return false;">&lt;</a></td><td align="center">2018年11月</td><td class="CalNextPrev" align="right"><a href="javascript:void(0);" onclick="loadBlogCalendar('2018/12/01');return false;">&gt;</a></td></tr>
</tbody></table></td></tr><tr><th class="CalDayHeader" align="center" abbr="日" scope="col">日</th><th class="CalDayHeader" align="center" abbr="一" scope="col">一</th><th class="CalDayHeader" align="center" abbr="二" scope="col">二</th><th class="CalDayHeader" align="center" abbr="三" scope="col">三</th><th class="CalDayHeader" align="center" abbr="四" scope="col">四</th><th class="CalDayHeader" align="center" abbr="五" scope="col">五</th><th class="CalDayHeader" align="center" abbr="六" scope="col">六</th></tr><tr><td class="CalOtherMonthDay" align="center">28</td><td class="CalOtherMonthDay" align="center">29</td><td class="CalOtherMonthDay" align="center">30</td><td class="CalOtherMonthDay" align="center">31</td><td align="center">1</td><td align="center">2</td><td class="CalWeekendDay" align="center">3</td></tr><tr><td class="CalWeekendDay" align="center">4</td><td align="center">5</td><td align="center">6</td><td align="center">7</td><td align="center">8</td><td align="center">9</td><td class="CalWeekendDay" align="center">10</td></tr><tr><td class="CalWeekendDay" align="center">11</td><td class="CalTodayDay" align="center">12</td><td align="center">13</td><td align="center">14</td><td align="center">15</td><td align="center">16</td><td class="CalWeekendDay" align="center">17</td></tr><tr><td class="CalWeekendDay" align="center">18</td><td align="center">19</td><td align="center">20</td><td align="center">21</td><td align="center">22</td><td align="center">23</td><td class="CalWeekendDay" align="center">24</td></tr><tr><td class="CalWeekendDay" align="center">25</td><td align="center">26</td><td align="center">27</td><td align="center">28</td><td align="center">29</td><td align="center">30</td><td class="CalOtherMonthDay" align="center">1</td></tr><tr><td class="CalOtherMonthDay" align="center">2</td><td class="CalOtherMonthDay" align="center">3</td><td class="CalOtherMonthDay" align="center">4</td><td class="CalOtherMonthDay" align="center">5</td><td class="CalOtherMonthDay" align="center">6</td><td class="CalOtherMonthDay" align="center">7</td><td class="CalOtherMonthDay" align="center">8</td></tr>

		<div id="leftcontentcontainer">
			<div id="blog-sidecolumn"><div id="sidebar_search" class="sidebar-block">

搜索

 

 

常用链接

• 我的随笔
• 我的评论
• 我的参与
• 最新评论
• 我的标签
• 更多链接

我的标签

• python(38)
• caffe(33)
• tensorflow(13)
• opencv3(10)
• mvc(9)
• matlab(9)
• mnist(8)
• MVC3(8)
• ajax(7)
• geos(6)
• 更多

随笔分类

• caffe(34)
• caffe2
• GDAL(2)
• GEOS(6)
• matlab(11)
• opencv(19)
• Python(29)
• Pytorch(4)
• tensorflow(13)

• 随笔档案
• 2017年9月 (4)
• 2017年6月 (12)
• 2017年3月 (1)
• 2016年9月 (5)
• 2016年7月 (8)
• 2016年1月 (33)
• 2015年12月 (29)
• 2015年11月 (10)
• 2015年7月 (7)
• 2014年10月 (4)
• 2014年7月 (4)
• 2013年10月 (3)
• 2013年8月 (5)
• 2013年7月 (7)
• 2013年6月 (6)
• 2011年4月 (4)
• 2010年6月 (3)

• 最新评论

  <div id="RecentCommentsBlock"><ul>
      <li class="recent_comment_title"><a href="https://www.cnblogs.com/denny402/p/5083300.html#4099907">1. Re:Caffe学习系列(12)：训练和测试自己的图片</a></li>
      <li class="recent_comment_body">我也是出现了这个错误terminate called after throwing an instance of 'std::bad_alloc'，我后来是这么解决的，不知道对各位有没有帮助在生成图像......</li>
      <li class="recent_comment_author">--robot-123</li>
      <li class="recent_comment_title"><a href="https://www.cnblogs.com/denny402/p/6931338.html#4099882">2. Re:tensorflow 1.0 学习：用CNN进行图像分类</a></li>
      <li class="recent_comment_body">@zhshining你好，我也是这个问题，请问你是怎么解决的？...</li>
      <li class="recent_comment_author">--冷凝的月光</li>
      <li class="recent_comment_title"><a href="https://www.cnblogs.com/denny402/p/5684431.html#4099264">3. Re:caffe的python接口学习（4）：mnist实例---手写数字识别</a></li>
      <li class="recent_comment_body">博主，请教个菜鸟问题，输入图像的大小限制为28X28吗？如果我做产品，我的输入图像可以是很大啊？这种情况怎么办呢？多谢！</li>
      <li class="recent_comment_author">--sherry_raz</li>
      <li class="recent_comment_title"><a href="https://www.cnblogs.com/denny402/p/5123772.html#4099043">4. Re:python数字图像处理（6）：图像的批量处理</a></li>
      <li class="recent_comment_body">from skimage import data_dir,io,colorclass AVILoader: video_file = 'myvideo.avi' def __call__(.........</li>
      <li class="recent_comment_author">--卡贝天师</li>
      <li class="recent_comment_title"><a href="https://www.cnblogs.com/denny402/p/7512516.html#4097666">5. Re:pytorch学习：准备自己的图片数据</a></li>
      <li class="recent_comment_body">你好博主，请教个问题。如果我i现在有一个训练好的手写数字MNIST CNN，我想用这个模型去识别自己的手写数字图片，该怎么弄，该怎么写程序？</li>
      <li class="recent_comment_author">--柳小韦</li>
  

  阅读排行榜

  • 1. 用python简单处理图片（1）：打开\显示\保存图像(127576)
  • 2. Caffe学习系列(2)：数据层及参数(77755)
  • 3. Caffe学习系列(7)：solver及其配置(77177)
  • 4. Caffe学习系列(12)：训练和测试自己的图片(77078)
  • 5. Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件(65036)

  评论排行榜

  • 1. Caffe学习系列(12)：训练和测试自己的图片(260)
  • 2. Caffe学习系列(23)：如何将别人训练好的model用到自己的数据上(67)
  • 3. caffe的python接口学习（6）：用训练好的模型（caffemodel）来分类新的图片(60)
  • 4. Caffe学习系列(20)：用训练好的caffemodel来进行分类(54)
  • 5. Caffe学习系列(13)：数据可视化环境（python接口)配置(46)

  推荐排行榜

  • 1. Caffe学习系列(12)：训练和测试自己的图片(24)
  • 2. Caffe学习系列(7)：solver及其配置(17)
  • 3. Caffe学习系列(2)：数据层及参数(14)
  • 4. Caffe学习系列(11)：图像数据转换成db（leveldb/lmdb)文件(10)
  • 5. 用python简单处理图片（1）：打开\显示\保存图像(8)

  	</div><!--end: sideBarMain -->
  </div><!--end: sideBar 侧边栏容器 -->
  <div class="clear"></div>
  </div>