最速下降法牛顿法共轭梯度法

最新推荐文章于 2024-07-24 16:43:46 发布

铭霏

最新推荐文章于 2024-07-24 16:43:46 发布

阅读量1.2k

点赞数 3

分类专栏：最优化方法

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/u012102306/article/details/50530194

版权

最优化方法专栏收录该内容

8 篇文章 1 订阅

订阅专栏

最速下降：实在没什么好说的， $x_{n+1} = x_n - \delta_n \nabla F(x_n)$ ,until $\Delta F(x) < \delta$

共轭梯度：区别在于方向限制在初始点的共轭方向空间内

随机梯度：相对上面两者每次用所有样本计算下降方向，每次随机选1个或batch个样本

牛顿法：二阶Talor展开，方向 $-H_k^{-1} g_k$

pseudo-Newton (BFGS为例)： $H\leftarrow B$ ， B_0=I

B_0=I

，

$B_{k+1} = B_k + \frac{\Delta_k x\Delta_k^T x}{\Delta_k^T x \Delta_k \theta} + \frac{B_k\Delta_kx(B_k\Delta_kx)^T}{\Delta_k^TxB_k\Delta_kx}$

(未完,待补充整理)

关注

3
点赞
踩
1

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论 1

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。