凸优化学习笔记16：次梯度 Subgradient

时间 2021-01-13

标签凸优化繁體版

原文原文链接

前面讲了梯度下降的方法，关键在于步长的选择：固定步长、线搜索、BB方法等，但是如果优化函数本身存在不可导的点，就没有办法计算梯度了，这个时候就需要引入次梯度(Subgradient)，这一节主要关注次梯度的计算。 1. 次梯度次梯度(subgradient)的定义为 ∂ f ( x ) = { g ∣ f ( y ) ≥ f ( x ) + g T ( y − x ) , ∀ y ∈ dom f

>>阅读原文<<

1. 次梯度（subgradient）
2. 【深度学习】凸优化 - 次梯度算法
3. 凸优化学习笔记17：次梯度下降法
4. 凸优化－次梯度算法
5. 【机器学习】次梯度（subgradient）方法
6. 凸优化学习笔记 15：梯度方法
7. 凸优化学习笔记 5：保凸变换
8. 凸优化学习笔记 1：Convex Sets
9. 凸优化学习笔记6.3
10. 《凸优化》7 学习笔记
更多相关文章...
• SEO - 搜索引擎优化 - 网站建设指南
• 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
• Tomcat学习笔记（史上最全tomcat学习笔记）
• 算法总结-广度优先算法

最新文章

1. vs2019运行opencv图片显示代码时，窗口乱码
2. app自动化 - 元素定位不到？别慌，看完你就能解决
3. 在Win8下用cisco ××× Client连接时报Reason 422错误的解决方法
4. eclipse快速补全代码
5. Eclipse中Java/Html/Css/Jsp/JavaScript等代码的格式化
6. idea+spring boot +mabitys(wanglezapin)+mysql (1)
7. 勒索病毒发生变种新文件名将带有“.UIWIX”后缀
8. 【原创】Python 源文件编码解读
9. iOS9企业部署分发问题深入了解与解决
10. 安装pytorch报错CondaHTTPError：******

本站公众号

欢迎关注本站公众号,获取更多信息

1. 次梯度（subgradient）
2. 【深度学习】凸优化 - 次梯度算法
3. 凸优化学习笔记17：次梯度下降法
4. 凸优化－次梯度算法
5. 【机器学习】次梯度（subgradient）方法
6. 凸优化学习笔记 15：梯度方法
7. 凸优化学习笔记 5：保凸变换
8. 凸优化学习笔记 1：Convex Sets
9. 凸优化学习笔记6.3
10. 《凸优化》7 学习笔记

>>更多相关文章<<