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
ECE661:5补充材料1
符号说明
我们希望最小化的非线性代价函数为
−(1)
误差向量()为
−
注意()()()
函数()的梯度，其中∈且∈，为
.
∇.
.
函数()的雅可比矩阵，其中∈和∈，定义如下：
···
...
...
.
..
···
梯度下降（GD）
一个函数的梯度表示其最大增长方向（即最陡的正斜率方向）。在GD方法中，我们以小步长沿梯度
的反方向迭代移动，直到达到最小值。在第次迭代时，我们按如下方式计算一组新的参数
−∇(2)
步长用于控制收敛速度，也可以在每次迭代时进行调整。在你的实现中，应该尝试不同的
值。算法在达到最大迭代次数或当
−
对于某个很小的时终止。
另外：∇
()()()，因此方程(2)可以重写为
−(3)
1
作者：ChadAeschliman‑PurdueUniversity
1
ECE661:5Supplemental1
Notation
Thenonlinearcostfunctionwewishtominimiz
文档评论（0）