【梯度下降算法】——使用梯度下降算法解决一元和多元数学最值问题

一元最值问题

---

[例] 求解x为多少时，目标函数y = sinx + 5x² + 2可取得最小值？

接下来分析一下这道题，它是求最值问题，我们按照高中的思路，容易想到求导，然后让导数值为0，求得的x即为极值点，接着通过相关计算求出答案。

那我们就来试试看，首先求导得y' = cosx +10x，然而我们不知道如何求得x使得导数值为0……

这时我们就需要使用到梯度下降算法，因为我们求的是最小值，所以设置学习率为-0.1。

[解] 首先随机初始化x，假设x= 0。梯度为▽y= cosx + 10x

循环	x	梯度	更新x
1	0	cos0 + 10 * 0 = 1	0 - 0.1 * 1 = -0.1
2	-0.1	cos0.1 + 10 * 0.1 = -0.0050	-0.1 + 0.1 * 0.0050 = -0.0995
3	-0.0995	cos(-0.0995) - 10 * 0.0995 = -0.00005 ≈ 0	无更新

梯度为-0.00005时，已经接近为0了，也就意味着偏导数为0，意味着此时