本文深入探讨了Hessian矩阵与泰勒定理在数学优化中的应用，详细解释了雅克比矩阵和Hessian矩阵的概念及其在计算中的角色。文章指出，虽然Hessian矩阵能够提供更精确的梯度信息，但其非正定性和高维度可能引发计算难题。
- https://blog.youkuaiyun.com/linolzhang/article/details/60151623（hession矩阵的相关信息）
- https://blog.youkuaiyun.com/lwzkiller/article/details/55050275（泰勒定理相关知识）
其中 J 定义为 雅克比矩阵，对应一阶偏导数。
H 为 Hessian矩阵，对应二阶偏导数。
但Hessian矩阵的引入增加了复杂性，特别是当：
▪ Hessian 矩阵非正定（非凸）导致无法收敛；
▪ Hessian 矩阵维度过大带来巨大的计算量。
扫一扫
553
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
