原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
神经网络设计课件_Ch9_性能优化.pdf
9
性能优化
1
9 基本的优化算法
优化的目标是求出使性能指数Ｆ(x)最小化的x 的值。
这里讨论迭代算法，设初始值为x ，然后按下式迭代：
0
x = x + p
k + 1 k k k
or
x = x –x = p
k k + 1 k k k
xk + 1
p
k k
xk
p –搜索方向
k
–学习速度
k
2
9 最速下降法
选择下一次迭代使得性能指数函数减小：
Fx Fx
k + 1 k
对x小的变化F(x)可近似表示为（在x 的一阶Taylor级数展开）：
k
T
F x = F x + x F x + g x
k + 1 k k k k k
这里g 是在x 的梯度：
k k
gk F x
x = xk
要使F(x ) F(x ) ，则Taylor展式的第二项必须为负，即：
k+1 k
T T
g x = g p 0
k k k k k
满足上式的任意向量称为一个下降方向。最速下降方向在哪里？
当方向向量与梯度反向时，该内积为负，而绝对值最大(设长度
不变，只改变方向) 。所以最速下降方向的向量为：
p = –g
文档评论（0）