[关闭]
@zsh-o 2018-07-12T15:20:02.000000Z 字数 1018 阅读 916

优化方法

机器学习

牛顿法

牛顿法主要使用分线性方程的泰勒展开,分为求根与求极值,相当于每一步中用线性来逼近原始函数

求根

求根:,这里直接用一阶泰勒展开


令其等于

求极值

求极值需要求,这里牛顿法用的二阶泰勒展开

处进行二阶泰勒展开


对其求导



如果换成向量的形式,则需要Jacobian矩阵和Hessian矩阵,Hessian是由函数f的二阶偏导组成的矩阵(方阵)。这里要求,既要求输入是维的向量输出是一个数,这时Jacobian矩阵成了一个维向量,Hessian矩阵为一个的方阵

则上面的迭代公式变为

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注