約束優化方法_2_——Frank-Wolfe方法
Frank-Wolfe方法屬於約束優化中可行方向法的一種。上一篇博文對同類型的Zoutendijk可行性方法進行了介紹，這一部分着重關注Frank-Wolfe方法。Frank-Wolfe方法的基本思想是：每次迭代中使用一階泰勒展開式將目標函數線性化，通過解線性規劃得到可行方向，進而沿此方向在可行域內作一維搜索。 一、Frank-Wolfe所針對的優化問題 首先要明確這個算法的提出是針對哪一種問題。
相關文章
- 1. 最優化方法：六、約束最優化方法
- 2. 最優化方法：五、無約束最優化方法
- 3. 無約束最優化方法
- 4. 統計學習方法---有約束最優化方法（不等式約束）
- 5. 統計學習方法---有約束最優化方法（等式約束）
- 6. 統計學習方法---無約束最優化方法
- 7. 機器學習中的最優化方法（一） 無約束優化方法*
- 8. 最優化方法筆記1：一維無約束最優化
- 9. 流形優化方法求解約束問題 - 知乎
- 10. 無約束最優化的經常使用方法
- 更多相關文章...
- • ASP Contents.Remove 方法 - ASP 教程
- • ASP Contents.RemoveAll 方法 - ASP 教程
- • Git可視化極簡易教程 — Git GUI使用方法
- • 算法總結-廣度優先算法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章