梯度下降法的概念原理和公式这里就不介绍了,搜一下就能搜到很多博主写的很好的,简单写了一下梯度下降法Python代码,也包括numpy简单的向量运算。
单变量梯度下降法代码实现:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/99d90a2a7acf524b6f50b26137cba23e.png)
小题目:
编这个函数
def GD(F,G,x0,term):
you do…
return f,x
其中 F 是一个关于x的函数 G是这个函数的梯度 x0 是初始x的值, term是终止条件 这个你可以自己定 比如 梯度绝对值小于sigma 终止 或者跌倒 Num次后就终止
注意 F G都是函数变量比如
GD(math.sin,math.cos,…)并且这两个虽然是参数 但是是函数
多变量梯度下降法程序实现:
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/ff2f40d0b8817afad6e6319ed41322b2.png)