梯度下降法

2021-09-21 18:22:24 字數 1014 閱讀 7945

梯度下降法是乙個一階最優化演算法，通常也稱為最速下降法。我之前也沒有關注過這類演算法。最近，聽史丹福大學的機器學習課程時，碰到了用梯度下降演算法求解線性回歸問題，於是看了看這類演算法的思想。今天只寫了一些入門級的知識。

我們知道，函式的曲線如下：

程式設計實現：c++ code

/*


* @author:鄭海波


* blog.csdn.net/nuptboyzhb/


* 2012-12-11


*/#include


#include


using


namespace


std;


intmain


() 


y0=y1;


//更新迭代的結果


}cout


<<


"min(f(x))="


cout


<<


"minx="


return


0; 


}//執行結果


//min(f(x))=-0.25


//minx=1.5


//press any key to continue
問題：迭代步長alpha為什麼要選擇0.5？？選擇其他的值可以嗎？它的取值與迭代的次數、收斂性及結果的準確性有何關係？如果選擇alpha的值？下次好好的**。

文章出處：

梯度下降法和隨機梯度下降法

批量梯度下降法 batch gradient descent 在更新引數時使用所有的樣本來進行更新 隨機梯度下降法 stochastic gradient descent 求梯度時沒有用所有的m個樣本的資料，而是僅僅選取乙個樣本j來求梯度。小批量梯度下降法 mini batch gradient d...

梯度下降法

梯度下降法 是乙個一階 最優化演算法 通常也稱為 最速下降法 我之前也沒有關注過這類演算法。最近，聽史丹福大學的機器學習課程時，碰到了用梯度下降演算法求解線性回歸問題，於是看了看這類演算法的思想。今天只寫了一些入門級的知識。我們知道，函式的曲線如下 程式設計實現 c code cpp view pl...

梯度下降法

回歸 regression 梯度下降 gradient descent 發表於332 天前 技術,科研 被圍觀 1152 次 前言 這個系列主要想能夠用數學去描述機器學習，想要學好機器學習，首先得去理解其中的數學意義，不一定要到能夠輕鬆自如的推導中間的公式，不過至少得認識這些 式子吧，不然看一些相關...