Mirror Descent 算法(Matlab实现)

Mirror Descent 算法(Matlab实现)

主要参考 Mirror descent: 统一框架下的first order methods

  1. 普通情况下的Mirror Descent算法
function x = MirrorDescent(x, lr, gradient, Lipschitz, BregmanDiv, BreDivFun)
% f是可微的,且导数L李普希茨连续
% x:优化参数
% lr: 学习率
% gradient:梯度(或者次梯度)
% Lipschitz:李普希茨连续常数
% BregmanDiv:Bregman函数
% BreDivFun:Bregman函数的参数
% return x: 更新后参数
fun_y = @(y) lr .* gradient .* y + Lipschitz * BregmanDiv(y, x, BreDivFun);
x = fminbnd(fun_y,  x-10, x+10);
end
  1. 使用了Nesterov加速的Mirror Descent算法
function x = MDNesterov(x, z, lr, gradient, Lipschitz, BregmanDiv, BreDivFun)
% f是可微的,且导数L李普希茨连续,加速形势
% x:优化参数
% lr: 学习率
% gradient:梯度(或者次梯度)
% Lipschitz:李普希茨连续常数
% BregmanDiv:Bregman函数
% BreDivFun:Bregman函数的参数
% return x: 更新后参数
% z = x;
x_ = (1 - lr) * x + lr * z;
fun_y = @(y) lr * gradient(x_) .* y + Lipschitz * BregmanDiv(y, z, BreDivFun);
z = fminbnd(fun_y,  x_ - 10, x_ + 10);
x = (1 - lr) * x + lr * z;
end
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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