- 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
..
..
梯度下降法、牛顿迭代法、共轭梯度法
〔参见:神经网络 -PGM-ANN-2021-C09 性能优化〕
优化的目的是求出目标函数的最大值点或者最小值点,这里讨论的是迭代的方法
梯度下降法
首先,给定一个初始猜想值 ,然后按照等式
Χ αΡ
k 1 k k k 〔1 〕
或
k ( k 1 k ) k k
〔2 〕
逐步修改猜想。 这里向量 k 代表一个搜索方向, 一个大于零的纯量 k 为学习
速度,它确定了学习步长。
当用 Χ α Ρ 进展最优点迭代时,函数应该在每次迭代时
k 1 k k k
都减小,即 F ( k 1 ) F ( k )
考虑
* T *
F ( x ) F ( x ) F ( x ) * ( x x )
1 * T 2 *
( x x ) F ( x ) * ( x x )
2 〔3 〕
的 F (X ) 在 X k 的一阶泰勒级数展开:
T
F ( k 1 ) F ( k k ) F ( k ) g k k
〔4 〕
其中, gT 为在旧猜想值 X k 处的梯度
k
gk F ( ) k
〔5 〕
要使 F ( k 1 ) F ( k )
只需要〔 4 〕中右端第二项小于 0 ,即
..
..
T T
gk k k gk k 0
文档评论(0)