简单的梯度下降法求正玄函数局部最小值
来源:互联网 发布:98印尼排华知乎 编辑:程序博客网 时间:2024/06/06 05:40
最近在看Stanford university的Andrew ng关于机器学习的视频,刚看到梯度下降法,做个小实验:使用梯度下降法求正玄函数局部最小值。
#include <stdio.h>#include <math.h>int main(int argc, char** argv){double err=0.00001; //定义的收敛误差double alpha=0.001; //学习率 学习率越小 学习速度越慢 但是学习率定大了可能会错过最小值double x=-6; //x的初始值 修改该值 能得到不同的局部最小值 显示了梯度下降法的不足double yCurr=sin(x);double yNext=0;while (true){x=x-alpha*cos(x);yNext=sin(x);if (abs(yNext-yCurr)<err){yCurr=yNext;break;}yCurr=yNext;}printf("%f\n",yCurr); //y轴局部最小值printf("%f\n",x); //局部最小值对应的x的值return 0;}x=0时:
x=3时:
x=-6时:
0 0
- 简单的梯度下降法求正玄函数局部最小值
- 单变量线性回归中的梯度下降法求解代价函数的最小值
- 梯度下降法求函数最小值 基于matlab实现
- 对梯度下降的简单理解
- 对梯度下降法的简单理解
- 梯度下降法的一个简单实验
- 对梯度下降法的简单理解
- 梯度下降法的简单理解
- python:简单的梯度下降算法
- 视觉与目标跟踪第一课——梯度下降法求已知函数的局部最优解
- 梯度下降,损失函数
- 梯度下降函数理解
- 随机梯度下降和批量梯度下降的简单代码实现
- 理解梯度下降,随机梯度下降,附电影推荐系统的简单代码小样 1.
- 理解梯度下降,随机梯度下降,附电影推荐系统的简单代码小样 2
- 梯度下降的疑问
- 梯度下降的理解
- 第一课作业:用梯度下降法求函数局部极大值
- 十六进制转八进制
- MelFrequencyFilterBank API 及Mel频率滤波器
- build.xml编译时 程序包javax.servlet不存在
- 修改profile出错后的补救,谢天谢地export命令还能用
- 网络通信框架Volley的学习(二)
- 简单的梯度下降法求正玄函数局部最小值
- ogre渲染流程
- 基于openlayers的最短路径规划
- Fragment 的生命周期及使用方法详解
- Android底层开发(二)之HAL层 第二步
- 海马汽车经销商管理系统技术解析(十二)工单核准
- 【HDU】5253-连接的管道(并查集)
- Python核心编程 读书笔记
- 物流运交管理系统 配载发车