人工智能数学基础---最优化问题

本文介绍了最优化问题的分类,包括无约束和有约束优化,并重点讨论了无约束优化中的梯度下降法在深度学习中的应用。梯度下降是一种通过沿着函数值下降最快的方向迭代更新模型参数来寻找损失函数最小值的算法。
摘要由CSDN通过智能技术生成

最优化问题
在这里插入图片描述
在这里插入图片描述

• 如果除目标函数以外,对参与优化的各变量没有其他约束,则称为无约束最优化问题。反之,称为有约束最优化问题。

最优化问题的分类
• 无约束最优化可以写为
在这里插入图片描述
在这里插入图片描述
• 等式约束最优化可以写为
在这里插入图片描述

• 不等式约束最优化可以写为
在这里插入图片描述

最优化问题求解
• 无约束优化求解:主要有解析法和直接法。
• 直接法通常用于当目标函数表达式十分复杂或写不出具体表达式时的情况。通过数值计算,经过一系列迭代过程产生点列,在其中搜索最优点 。
• 解析法&#x

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