梯度下降法与牛顿法的比较
比较 梯度 下降 牛顿
2023-09-14 08:57:33 时间
参考知乎:https://www.zhihu.com/question/19723347
这篇博文讲牛顿法讲的非常好:http://blog.csdn.net/itplus/article/details/21896453
梯度下降法用目标函数的一阶偏导、以负梯度方向作为搜索方向,只考虑目标函数
在迭代点的局部性质;牛顿法同时考虑了目标函数的一、二阶偏导数,考虑了梯度变化
趋势,因而能更合适的确定搜索方向加快收敛,但牛顿法也存在以下缺点:
1、对目标函数有严格要求,必须有连续的一、二阶偏导数,海森矩阵必须正定;
2、计算量大,除梯度外,还需计算二阶偏导矩阵及其逆矩阵。
拟牛顿法:http://blog.csdn.net/itplus/article/details/21896619
相关文章
- select/poll 和 epoll 比较
- 一个比较牛逼人的博客
- java核心知识点学习----equals和==的比较、单例模式,饿汉式,饱汉式
- SAP Spartacus B2B OrgUnit 和 OrgUser 的路由映射差异比较
- Atitit 利用前端cache indexdb localStorage 缓存提升性能优化attilax总结 1.1. indexdb 更加强大点,但是结果测试,api比较繁琐 使用叫麻烦些1
- scanf和fgets比较
- 习题 8.17 写一函数,实现两个字符串的比较。即自己写一个strcmp函数,函数原型为int strcmp(char *p1, char *p2);
- 【回答问题】ChatGPT上线了!给我推荐20个比较流行的AI作画模型!
- AIDE(高级入侵检测环境)——就是讲文件的hash值存到db中,然后比较是否被篡改过
- Java中的六种经典比较排序算法:代码实现全解析