一、梯度下降
梯度下降法是一個最優化算法,通常也稱為最速下降法。最速下降法是求解無限制優化問題最簡單和最古老的方法之一。最速下降法是用負梯度方向為搜尋方向的,最速下降法越接近目标值,步長越小,前進越慢。
可以用于求解非線性方程組。
例子:
求函數f(x)=x2的最小值。
利用梯度下降的方法解題步驟如下:
1、求梯度,
2、向梯度相反的方向移動x,如下
,其中,γ 為步長。如果步長足夠小,則可以保證每一次疊代都在減小,但可能導緻收斂太慢,如果步長太大,則不能保證每一次疊代都減少,也不能保證收斂。
3、循環疊代步驟2,直到x 的值變化到使得f(x) 在兩次疊代之間的內插補點足夠小,比如0.00000001,也就是說,直到兩次疊代計算出來的f(x) 基本沒有變化,則說明此時f(x) 已經達到局部最小值了。
4、此時,輸出x ,這個x 就是使得函數f(x) 最小時的x 的取值 。
梯度下降