拟牛顿法公式推导以及python代码实现(二)-BFGS家族

本文详细介绍了BFGS和L-BFGS两种优化算法,包括BFGS的公式推导和Python实现,以及L-BFGS的优化目的。BFGS作为有效的拟牛顿法,通过Sherman-Morrison公式得到Hessian逆阵形式。同时,对比了使用Wolfe条件和Armijo条件在寻找步长上的差异。L-BFGS则解决了大维度下内存需求过高的问题。
摘要由CSDN通过智能技术生成

目录

  1. BFGS
    1.1BFGS公式推导
    1.2 python实现
  2. L-BFGS
    1.1 L-BFGS的完整推导

1.BFGS

1.1BFGS公式推导

BFGS是可以认为是由DFP算法推导出来的,上篇文章有详细的推导:(拟牛顿法公式推导以及python代码实现(一))

目前BFGS被证明是最有效的拟牛顿优化方法。它的思想是根据我们已知的两个拟牛顿条件:

HessBk+1sk=yk(1)
如该矩阵存在逆矩阵有:
HessHk+1yk=sk(2)
通过交换 HkBK,skyk 可以从DFP的关于
  • 4
    点赞
  • 64
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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