中科大-凸优化 笔记（lec47）-最速下降法
本文共 520 字，大约阅读时间需要 1 分钟。
全部笔记的汇总贴（视频也有传送门）：
一、梯度下降法
d k + 1 = − ∇ f ( x k ) f ( x k + 1 ) − P ∗ f ( x k ) − P ∗ ≤ 1 − m M ≤ 1 − min { 2 m γ α m a x , 2 m γ β M } K ∼ log ( f ( x k ) − P ∗ ) 线 性 收 敛 d^{k+1}=-\nabla f(x^k)\\\frac{f(x^{k+1})-P^*}{f(x^k)-P^*}\le1-\frac mM\le1-\min\{2m\gamma\alpha_{max},\frac{2m\gamma\beta}M\}\\ K\sim \log(f(x^k)-P^*)\;\;\;\;\;线性收敛 dk+1=−∇f(xk)f(xk)−P∗f(xk+1)−P∗≤1−Mm≤1−min{ 2mγαmax,M2mγβ}K∼log(f(xk)−P∗)线性收敛
二、最速（陡）下降法
三、Gradient与Steepest Gradient的变种
1）坐标轮换法
2）若 f ( x ) f(x) f(x)在某些点不可微
例：
下一章传送门：
转载地址：http://aepq.baihongyu.com/
你可能感兴趣的文章
Linux总结
查看>>
格式化的盘要如何恢复文件
查看>>
python线程join，同步
查看>>
DKT—Going Deeper with Deep Knowledge Tracing
查看>>
莫烦nlp-BERT双向语言模型
查看>>
Android与iOS系统默认的一些样式差异
查看>>
js高阶编程之---单例模式,XHR兼容 (惰性思想)
查看>>
JAVA Runnable方法
查看>>
JAVA 数据流练习之 统计文本中出现的字的次数
查看>>
JAVA后端编写的一些思路
查看>>
ThreadLocal原理、ThreadLocal内存泄漏
查看>>
sgu106——求解二元一次不定式（扩展欧几里得
查看>>
Educational Codeforces Round 98B——Toy Blocks
查看>>
Swap——二分图最大匹配
查看>>
kuangbin带你飞 KMP & 扩展KMP & Manacher总结（一）
查看>>
PhotoshopCC2019制作表情包
查看>>
HTML5新特性drag API 实现图片拖拽功能（原生JS，Vue， React）
查看>>
超好用的原生 JS + Canvas 进行图片压缩
查看>>
node 环境使用七牛云完成文件的上传下载与管理
查看>>
Android简单MVP解析接口列表，搜索框，点击切换
查看>>