牛顿法

本文探讨了牛顿法在求开方问题和最优化问题中的应用。通过牛顿迭代法解决LeetCode上的平方根问题,并介绍了牛顿法在高维情况下的优化形式,涉及海森矩阵及其在机器学习中的角色。同时,讨论了牛顿法的快速收敛性和计算海森矩阵逆的挑战,以及由此产生的拟牛顿法作为替代策略。
摘要由CSDN通过智能技术生成

1.牛顿迭代法用于求开方

f(x) = x^k - a,寻找使f(x)=0的x值

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

leetcode-69:求X的平方根(保留整数)
class Solution:
    
    def mySqrt(self, x):
        """
        :type x: int
        :rtype: int
        """
        if x <= 1:
            return x
        # 牛顿迭代法的初始值选取也很重要,这里是开平方,所以我们选择初始值为x//2
        result = x//2
        while result > x // result:
            result = (result + x // 
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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