梯度下降法是沿着梯度下降的算法,該算法的收斂速度受梯度大小影響非常大,當梯度小時算法收斂速度非常慢。
牛頓法是通過把目標函數做二階泰勒展開,通過求解這個近似方程來得到迭代公式,牛頓法的迭代公式中用到了二階導數來做指導,所以牛頓法的收斂速度很快,但是由於要求二階導,所以牛頓法的時間復雜度非常高。
擬牛頓法通過用正定矩陣來近似海賽矩陣來減少時間復雜度同時又保存了很高的收斂速度
梯度下降法是沿着梯度下降的算法,該算法的收斂速度受梯度大小影響非常大,當梯度小時算法收斂速度非常慢。
牛頓法是通過把目標函數做二階泰勒展開,通過求解這個近似方程來得到迭代公式,牛頓法的迭代公式中用到了二階導數來做指導,所以牛頓法的收斂速度很快,但是由於要求二階導,所以牛頓法的時間復雜度非常高。
擬牛頓法通過用正定矩陣來近似海賽矩陣來減少時間復雜度同時又保存了很高的收斂速度
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。