首页 > 其他 > 详细

数值优化 - 牛顿法

时间:2014-12-09 08:08:39      阅读:284      评论:0      收藏:0      [点我收藏+]

NG的课件1也讲到了牛顿法,它对应的update rule是

bubuko.com,布布扣

? ?

bubuko.com,布布扣

? ?

bubuko.com,布布扣

bubuko.com,布布扣

? ?

bubuko.com,布布扣

? ?

bubuko.com,布布扣

bubuko.com,布布扣

? ?

H对应Hessian矩阵

http://en.wikipedia.org/wiki/Hessian_matrix

bubuko.com,布布扣

? ?

http://aria42.com/blog/2014/12/understanding-lbfgs/

给出了关于牛顿法更详细的解释:

? ?

将函数做泰勒展开 http://en.wikipedia.org/wiki/Taylor_series

bubuko.com,布布扣

对比单变量函数泰勒展开公式:

bubuko.com,布布扣

? ?

? ?

bubuko.com,布布扣

考虑我们需要找一阶导数是0的位置

bubuko.com,布布扣

? ?

bubuko.com,布布扣

和ng课件给出的一致。

? ?

牛顿法和梯度下降相比收敛更加快速,但是每次迭代的计算量更大(n+1,n+1)维度的hessian矩阵的计算,但是如果n不是特别大那么整体来看牛顿法更快。

? ?

数值优化 - 牛顿法

原文:http://www.cnblogs.com/rocketfan/p/4152391.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!