(1)确定性搜索
a=random.randint(1,100)#产生一个在1到100间的随机数 start=int(a) goal=39 while start!=goal://while循环找到目标数值39 if start>goal: start-=1 if start<goal: start+=1 if start==goal: print("找到了")
(2)基于梯度下降法的随即搜索(随机学习率)
# 原函数 def Y(x): return (x-39)*(x-39)#y=(x-39)*(x-39),y很接近于0时几乎就找到了39 # x方向上的梯度 def dx(x): return 2*x-78 # y方向上的梯度 # 初始值 X = x_0 = random.randint(1,100)#产生1到100的随机数 # 保存梯度下降所经过的点 globalX = [x_0] globalY = [Y(x_0)] # 迭代30次 for i in range(30): alpha = random.randint(1, 9)#随机的学习率,相当于移动步长的参数 print(alpha*0.1 ) temX = X - alpha*0.1 * dx(X) temY = Y(temX) # X,Y 重新赋值 X = temX # 将新值存储起来 globalX.append(temX) globalY.append(temY)
# 打印结果 print(u"最终结果为:(x,y)=(%.5f, %.5f)" % (X, Y(X))) print(u"迭代过程中取值") num = len(globalX) for i in range(num): print(u"x%d=%.5f, y%d=%.5f" % (i,globalX[i],i,globalY[i]))
根据结果发现第4次迭代就找到了39
重新运行一次,发现第三次就找到了39