梯度下降法、牛顿法及其发展

最新推荐文章于 2024-01-08 01:24:35 发布

weixin_30770495

最新推荐文章于 2024-01-08 01:24:35 发布

阅读量302

点赞数 2

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/asprin/p/9190546.html

本文探讨了优化算法的基础概念，对比了一阶优化与二阶优化的特点，并详细介绍了GD、BGD、SGD等经典方法。此外，还深入解析了牛顿法及拟牛顿法的工作原理及其优势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

label：

1、优化算法

2、一阶优化与二阶优化

3、GD、BGD、SGD

4、牛顿法与拟牛顿法

………………博客园的编辑器似乎不是很友好。。。图片格式还不好缩放，前几张有点被遮住

…………

……

补充：牛顿法相当于用海森矩阵的逆来对负梯度方向进行了修正（线性变换用矩阵描述），从而更快到达极值点。

转载于:https://www.cnblogs.com/asprin/p/9190546.html

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。