数值计算基础（上溢下溢、梯度优化、牛顿法、KKT方法）

最新推荐文章于 2023-07-21 13:45:04 发布

I can丶

最新推荐文章于 2023-07-21 13:45:04 发布

阅读量2k

点赞数 2

分类专栏：应用数学基础文章标签：机器学习上溢下溢梯度优化 KKT 广义拉格朗日

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/zhq9695/article/details/84108789

版权

目录

上溢和下溢

基于梯度的优化方法

如果这篇文章对你有一点小小的帮助，请给个关注喔~我会非常开心的~

上溢和下溢

上溢：当大量级的数字被近似为 $\infty$ 时发生上溢，进一步计算会导致这些无限值变为非数字
下溢：当接近零的数字被四舍五入为零时发生下溢

病态条件

条件数，表示函数相对于输入的微小变化而变化的快慢程度。

如果条件数大，有可能造成输入的舍入误差造成输出巨大变化。

函数 $f(x)=A^{-1}x$ ，当 $A$ 为 $n\times n$ 时具有特征值分解，条件数表示为：

$\max_{i,j}\left| \frac{\lambda_i}{\lambda_j} \right|$

基于梯度的优化方法

梯度是相对一个向量求导的导数，的导数是包含所有偏导数的向量，记为

最低0.47元/天解锁文章

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
数值计算基础（上溢下溢、梯度优化、牛顿法、KKT方法）

目录上溢和下溢病态条件基于梯度的优化方法KKT 方法如果这篇文章对你有一点小小的帮助，请给个关注喔~我会非常开心的~上溢和下溢上溢：当大量级的数字被近似为时发生上溢，进一步计算会导致这些无限值变为非数字下溢：当接近零的数字被四舍五入为零时发生下溢病态条件条件数，表示函数相对于输入的微小变化而变化的快慢程度。如果条件数大，有可能造成输入的舍入误差造成...
复制链接

扫一扫

专栏目录

评论

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。