梯度下降法
来源:互联网 发布:三知四会一联通的内容 编辑:程序博客网 时间:2024/04/28 23:46
概念
梯度下降法(gradient descent)或最速下降法(steepest descent)是求解无约束最优问题的一种常用的方法,实现简单。梯度下降法是迭代算法,每一步需要求解目标函数的梯度。
假设f(x)是
梯度下降法是一种迭代算法。选取适当的初始值
由于
这里,
求出第
其中,
算法过程
输入:目标函数
输出:
1.取初始值
2.计算
3.计算梯度
4.置
5.否则,置
评价
当目标函数是凸函数时候,梯度下降法的解就是全局最优解。一般情况,不能保证是全局最优解,同时梯度下降法不一定是最快的。
应用 (最小二乘法LMS原理)
1.当去正梯度方向时候,是梯度上升法
2.对于线性回归问题中
对给定的训练集,我们要尽可能的准确预测出,要保证代价函数最小
根据梯度下降法,我们需要最小化代价函数来求出
迭代公式如下:
对代价函数求导
则:每次迭代的
注:
1.迭代公式左边的
2.如果在迭代的过程中,每次随机的选取
3.在上面的迭代公式中我们可以看出,每次的迭代误差是:
,迭代的过程受误差的大小影响很大,所以我们可以在一次迭代中计算所有误差的和。
这个过程叫:batch gradient descent 增量梯度下降法
注意:这里
4.为了提高速度,不需要每天都要计算所有的误差
随机梯度下降法应运而生,stochastic gradient descent
5.矩阵计算形式
令导数为0
6.上面的过程可以是最小二乘法原理,同时也是线性拟合的过程。
- 梯度下降法
- 梯度下降法
- 梯度下降法
- 梯度下降法
- 梯度下降法 简记
- 梯度下降法一
- 梯度下降法二
- 梯度下降法三
- 梯度下降法
- 梯度下降法实例
- 梯度下降法
- 梯度下降法
- 随机梯度下降法
- 梯度下降法
- 梯度下降法
- 梯度下降法
- 梯度下降法入门
- 梯度下降法
- 字符串解析成数学计算公式并计算
- Bellman ford 最短路径算法
- iOS开发网络篇—监测网络状态
- 软件开发学习路线
- HashMap源码分析(二)get
- 梯度下降法
- linux设备驱动程序之并发和竞态(二)
- Load和CPU利用率是如何算出来的
- UART基础学习
- UIControl的使用
- 【数论】HDU 4869 Turn the pokers 费马小定理
- android测试环境搭建
- Android中ViewHolder模式开发的详细解释
- 136 Single Number