首页
随机
附近
登录
设置
资助维基百科
关于维基百科
免责声明
搜索
梯度法
语言
监视
在
最佳化
中,
梯度法
(英語:
Gradient method
)是一種解決以下形式問題的算法
min
x
∈
R
n
f
(
x
)
{\displaystyle \min _{x\in \mathbb {R} ^{n}}\;f(x)}
搜索方向由當前點的函數
梯度
定義。梯度法的例子有
梯度下降法
和
共軛梯度法
。
參見
梯度下降法
隨機梯度下降法
(
英语
:
Stochastic gradient descent
)
坐標下降法
法蘭克-沃爾夫算法
(
英语
:
Frank–Wolfe algorithm
)
蘭德韋伯迭代
(
英语
:
Landweber iteration
)
隨機坐標下降法
(
英语
:
Random coordinate descent
)
共軛梯度法
共軛梯度法的推導
非線性共軛梯度法
(
英语
:
Nonlinear conjugate gradient method
)
雙共軛梯度法
(
英语
:
Biconjugate gradient method
)
穩定雙共軛梯度法
參考資料
Elijah Polak. Optimization : Algorithms and Consistent Approximations. Springer-Verlag. 1997.
ISBN
0-387-94971-2
.