中科大-凸优化笔记（lec47）-最速下降法

阅读量：320 次

发布时间：2019-03-04

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

$d^{k+1}=-\nabla f(x^k)\\\frac{f(x^{k+1})-P^*}{f(x^k)-P^*}\le1-\frac mM\le1-\min\{2m\gamma\alpha_{max},\frac{2m\gamma\beta}M\}\\ K\sim \log(f(x^k)-P^*)\;\;\;\;\;线性收敛$

2mγαmax,M2mγβ}K∼log(f(xk)−P∗)线性收敛

二、最速（陡）下降法

在这里插入图片描述

三、Gradient与Steepest Gradient的变种

1）坐标轮换法

在这里插入图片描述

2）若 $f (x)$ 在某些点不可微

在这里插入图片描述

例：

在这里插入图片描述

下一章传送门：

转载地址：http://aepq.baihongyu.com/

你可能感兴趣的文章

MySQL中的ON DUPLICATE KEY UPDATE详解与应用

查看>>

mysql中的rbs,SharePoint RBS：即使启用了RBS，内容数据库也在不断增长

查看>>

mysql中的undo log、redo log 、binlog大致概要

查看>>

Mysql中的using

查看>>

MySQL中的关键字深入比较：UNION vs UNION ALL

MySQL主从篇：死磕主从复制中数据同步原理与优化

Mysql事务。开启事务、脏读、不可重复读、幻读、隔离级别

MySQL事务隔离级别：读未提交、读已提交、可重复读和串行

查看>>

MySQL事务隔离级别：读未提交、读已提交、可重复读和串行

一、梯度下降法

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：

2）若 $f (x)$ 在某些点不可微