梯度下降法,牛頓法,牛頓高斯法的原理比較

梯度下降法和牛頓法可以用於任何可導函數的優化,都是把要優化的函數做泰勒展開後,找到能讓目標函數最小的那個,注意不會目標函數的自變量x。 梯度下降法值保留泰勒展開的一階項(只有雅克比項),牛頓法保留到二階項(有海森矩陣項)。 爲了求使目標函數最小的,我們對求導,然後試圖求得使倒數爲0的那個。 對於一階的梯度下降法,求導後是線性方程,所以沒有極小值,所以只用求得的的方向。 對於二階的牛頓法,求導後是二
相關文章
相關標籤/搜索