梯度下降
2015-09-05 20:37
218 查看
同义词
梯度下降算法一般指梯度下降
梯度下降法是一个最优化算法,通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一,虽然现在已经不具有实用性,但是许多有效算法都是以它为基础进行改进和修正而得到的。最速下降法是用负梯度方向为搜索方向的,最速下降法越接近目标值,步长越小,前进越慢。
可以用于求解非线性方程组
中文名梯度下降 外文名steepest descent (gradient descent)
用 于求解非线性方程组 类 型最优化算法
简介
2
求解过程
3
例子
4
缺点
常用于机器学习和人工智能当中用来递归性地逼近最小偏差模型。
其迭代公式为
,其中
代表梯度负方向,
表示梯度方向上的搜索步长。梯度方向我们可以通过对函数求导得到,步长的确定比较麻烦,太大了的话可能会发散,太小收敛速度又太慢。一般确定步长的方法是由线性搜索算法来确定,即把下一个点的坐标ak+1看做是的函数,然后求满足f(ak+1)的最小值的 即可。
因为一般情况下,梯度向量为0的话说明是到了一个极值点,此时梯度的幅值也为0.而采用梯度下降算法进行最优化求解时,算法迭代的终止条件是梯度向量的幅值接近0即可,可以设置个非常小的常数阈值。
再举另外一个非常简单的例子,如求函数
的最小值。
利用梯度下降的方法解题步骤如下:
1、求梯度,
2、向梯度相反的方向移动
,如下
,其中,
为步长。如果步长足够小,则可以保证每一次迭代都在减小,但可能导致收敛太慢,如果步长太大,则不能保证每一次迭代都减少,也不能保证收敛。
3、循环迭代步骤2,直到
的值变化到使得
在两次迭代之间的差值足够小,比如0.00000001,也就是说,直到两次迭代计算出来的
基于没有变化,则说明此时
已经达到局部最小值了。
4、此时,输出
,这个
就是使得函数
最小时的
的取值 。
MATLAB如下。
?
直线搜索时可能会产生一些问题。
可能会“之字形”地下降。
梯度下降
编辑同义词
梯度下降算法一般指梯度下降
梯度下降法是一个最优化算法,通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一,虽然现在已经不具有实用性,但是许多有效算法都是以它为基础进行改进和修正而得到的。最速下降法是用负梯度方向为搜索方向的,最速下降法越接近目标值,步长越小,前进越慢。
可以用于求解非线性方程组
中文名梯度下降 外文名steepest descent (gradient descent)
用 于求解非线性方程组 类 型最优化算法
目录
1简介
2
求解过程
3
例子
4
缺点
简介编辑
梯度下降法(gradient descent)是一个最优化算法,通常也称为最速下降法。[1]常用于机器学习和人工智能当中用来递归性地逼近最小偏差模型。
求解过程编辑
顾名思义,梯度下降法的计算过程就是沿梯度下降的方向求解极小值(也可以沿递度上升方向求解极大值)。其迭代公式为
,其中
代表梯度负方向,
表示梯度方向上的搜索步长。梯度方向我们可以通过对函数求导得到,步长的确定比较麻烦,太大了的话可能会发散,太小收敛速度又太慢。一般确定步长的方法是由线性搜索算法来确定,即把下一个点的坐标ak+1看做是的函数,然后求满足f(ak+1)的最小值的 即可。
因为一般情况下,梯度向量为0的话说明是到了一个极值点,此时梯度的幅值也为0.而采用梯度下降算法进行最优化求解时,算法迭代的终止条件是梯度向量的幅值接近0即可,可以设置个非常小的常数阈值。
例子编辑
下面这个例子也鲜明的示例了"之字"的下降,这个例子用梯度下降法求极小值。再举另外一个非常简单的例子,如求函数
的最小值。
利用梯度下降的方法解题步骤如下:
1、求梯度,
2、向梯度相反的方向移动
,如下
,其中,
为步长。如果步长足够小,则可以保证每一次迭代都在减小,但可能导致收敛太慢,如果步长太大,则不能保证每一次迭代都减少,也不能保证收敛。
3、循环迭代步骤2,直到
的值变化到使得
在两次迭代之间的差值足够小,比如0.00000001,也就是说,直到两次迭代计算出来的
基于没有变化,则说明此时
已经达到局部最小值了。
4、此时,输出
,这个
就是使得函数
最小时的
的取值 。
MATLAB如下。
?
缺点编辑
靠近极小值时收敛速度减慢。直线搜索时可能会产生一些问题。
可能会“之字形”地下降。
相关文章推荐
- DNS:因特网的目录服务
- AOP编程的学习总结
- 管理层必学!刘备如何面试诸葛亮?
- 七、资源---上面板---调试面板
- java.xml
- LeetCode(53) Maximum Subarray
- Java Web乱码问题
- js进行前端数据的验证
- LeetCode(53) Maximum Subarray
- 深入浅出聊Unity3D项目优化:从Draw Calls到GC
- Java复习
- 基于HttpURLConnection的网络访问工具
- POJ 2282 The Counting Problem (数位dp)
- Stereo Match经典算法DoubleBP读后感~
- Memcached之——与Spring集成(单服务器)
- 1005. 继续(3n+1)猜想 (25)
- ubuntu 设置Path 开机启动脚本
- 【JAVASCRIPT】React学习-如何构建一个组件
- Objective-c 循环引用
- 致橡树--舒婷