梯度下降算法（有纤细的中文解释）
4星 · 超过85%的资源 需积分: 10 53 浏览量
2009-07-09
15:13:13
上传
评论 4
收藏 29KB DOC 举报 
最速下降法，就是求梯度。
例如：求 在处的梯度。
对 求偏导数
对 求偏导数
梯度
把符号变量转为数值
!!!"# $% # &'!('!) &*+
用最速下降法求最优化解
输入： 为函数名 为梯度函数
& 为解的初值'!('!) 分别为变量和函数的误差阈值
& 为初始步长*+ 为最大迭代次数
输出,! 为取最小值的点! 为最小的函数值
&&
判断输入的变量数，设定一些变量为默认值
-.
//*+ 0&&最大迭代次数默认为 0&&
-1
// &0&初始步长默认为 0&
-2
//'!)03函数值误差为 03
-4
//'!(01自变量距离误差
第一步，求解的初值的函数值
&
&5&
&
&
6702线性搜索法确定步长的最大搜索次数
8&
- 1
- 2
- 3
前往页