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

MSSQL数据库查询优化(一)

查看>>

MSSQL日期格式转换函数(使用CONVERT)

Mstsc 远程桌面链接 And 网络映射

查看>>

Myeclipse常用快捷键

查看>>

MyEclipse用（JDBC）连接SQL出现的问题~

查看>>

myeclipse的新建severlet不见解决方法

查看>>

MyEclipse设置当前行背景颜色、选中单词前景色、背景色

MyEcplise中SpringBoot怎样定制启动banner？

MySQL - 4种基本索引、聚簇索引和非聚索引、索引失效情况、SQL 优化

查看>>

MySQL - ERROR 1406

查看>>

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