最优化算法（二）：牛顿法

最新推荐文章于 2023-06-29 11:27:48 发布

VIP文章小屁猴多看书

最新推荐文章于 2023-06-29 11:27:48 发布

阅读量3.7k

点赞数

分类专栏：最优化算法文章标签： Newton's method optimization method

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_38593211/article/details/81432053

版权

1.推导

牛顿法和拟牛顿法是求解无约束最优化问题的常用方法，它们比梯度下降收敛更快。考虑同样的一个无约束最优化问题：

$min_{x\in R^{n}}f(x)$

其中f(x)具有二阶连续偏导数的性质，如果k次迭代值为 $x^{(k)}$ ，则可进行二阶泰勒展开：

$f(x)=f(x^{(k)})+g_{k}^{T}(x-x^{(k)})+1/2H(x^{(k)})(x-x^{(k)})^{2}$

上述公式里面的值不解释了，就是一阶导和二阶导（也称海塞矩阵 $H(X)$ 在

最低0.47元/天解锁文章

小屁猴多看书

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
最优化算法（二）：牛顿法

1.推导牛顿法和拟牛顿法是求解无约束最优化问题的常用方法，它们比梯度下降收敛更快。考虑同样的一个无约束最优化问题：其中f(x)具有二阶连续偏导数的性质，如果k次迭代值为，则可进行二阶泰勒展开： ...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。