数学建模社区-数学中国
标题:
最优化算法python实现篇（4）——无约束多维极值（梯度下降法）
[打印本页]
作者:
杨利霞
时间:
2022-10-22 11:54
标题:
最优化算法python实现篇（4）——无约束多维极值（梯度下降法）
最优化算法python实现篇（4）——无约束多维极值（梯度下降法）
1 `& F! K1 ~& b* x9 x; I1 ^8 x# R2 W
4 M% ~) ^/ {/ Y7 |* U; }( }5 G& T1 _
最优化算法python实现篇（4）——无约束多维极值（梯度下降法）摘要算法简介注意事项算法适用性python实现实例运行结果算法过程可视化摘要本文介绍了多维无约束极值优化算法中的梯度下降法，通过python进行实现，并可视化展示了算法过程。算法简介给定初始点，沿着负梯度方向（函数值下降最快的方向）按一定步长（机器学习中也叫学习率）进行搜索，直到满足算法终止条件，则停止搜索。注意事项学习率不能太小，也不能太大，可以多尝试一些值。当然每次沿着负梯度方向搜索时，总会存在一个步长使得该次搜索的函数值最低，也就是一个一维无约束极值问题，可调用黄金分割法的一维无约束优化方法求取最佳步长（学习率
' L# f. {# g0 n5 S4 Z: q# w
% J( `; f/ M" |2 W
ython-601108.pdf
2022-10-22 11:54 上传
点击文件名下载附件
下载积分: 体力 -2 点
193.38 KB, 下载次数: 2, 下载积分: 体力 -2 点
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
