人工智能數(shù)學(xué)基礎(chǔ) 課件 chap5-6 牛頓法、擬牛頓法_第1頁
人工智能數(shù)學(xué)基礎(chǔ) 課件 chap5-6 牛頓法、擬牛頓法_第2頁
人工智能數(shù)學(xué)基礎(chǔ) 課件 chap5-6 牛頓法、擬牛頓法_第3頁
人工智能數(shù)學(xué)基礎(chǔ) 課件 chap5-6 牛頓法、擬牛頓法_第4頁
人工智能數(shù)學(xué)基礎(chǔ) 課件 chap5-6 牛頓法、擬牛頓法_第5頁
已閱讀5頁，還剩13頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

高等工程數(shù)學(xué)

互動啟迪智慧Communicationenlightenswisdom廖盛斌liaoshengbin@AdvancedEngineeringMathematics參考教材：廖盛斌,人工智能數(shù)學(xué)基礎(chǔ).電子工業(yè)出版社,2023.

3目標：本次課主要介紹牛頓法、擬牛頓法。思路：牛頓法和擬牛頓法也是兩個最常用的優(yōu)化算法，理解它們的設(shè)計思路，比較它們與梯度下降的復(fù)雜度。4提綱：

牛頓法擬牛頓法5牛頓法

6

牛頓法7

牛頓法8

牛頓法牛頓法

牛頓法上面說明了牛頓法在收斂性上具有較好的性質(zhì)。但是，當(dāng)初始點遠離局部最優(yōu)點時，牛頓法也有可能不收斂，主要是牛頓方向不一定是下降方向。牛頓法也存在計算量比較大的缺陷，因為牛頓法需要計算當(dāng)前點的梯度、黑塞矩陣和黑塞矩陣的逆矩陣。牛頓法也可能面臨黑塞矩陣不可逆或近似不可逆的情況。針對牛頓法的缺陷和可能存在的問題，存在許多改進的牛頓法，最經(jīng)典的就是下面的擬牛頓法。思考：為什么牛頓方向不一定是下降方向？擬牛頓法

擬牛頓法

擬牛頓法：DFP算法

擬牛頓法：DFP算法

擬牛頓法：BFGS算法

擬牛頓法：BFGS算法

論文閱讀與代碼實現(xiàn)

1論文閱讀：DaiYH.AperfectexamplefortheBFGSmethod.Mathematicalprogramming,2013,138(1-2):501-5302代碼實現(xiàn)參考：https:///blog/2790196/謝謝！

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論