自己微调版本，含注释和数据集，一个程序就能运行，是吴恩达深度学习课程的课后作业
2021-10-19 10:46:24
23KB
1
Rosenbrock函数Matlab代码局部最小化器的梯度最速下降法
该项目演示了如何找到该算法在任何维度（1、5、10、100、200、300）的函数的局部极小值。
代码实现
代码在
Matlab
R2018b
中实现。
描述
此代码演示了
[-2,2]
区间的
5
维
Rosenbrock
函数的局部最小化。
此外，代码可用于任何维度的任何功能。
必须考虑的一点是分配初始值。
不同的初始值可能给出不同的局部极小值。
在这个问题中，我们希望找到一个多维函数的局部极小值。
这个项目中有四个脚本。
'gradient.m'
文件是取函数的梯度。
'func.m'
文件用于函数。
您可以更改函数并尝试找到任何函数的局部最小值。
'secantmethod.m'
是对
alpha
的一维搜索。
'mainscript.m'
结合其他文件和运行代码。
下面给出初始点。
x
=
[-1
1
-0.5
-0.7
-2]
执行
要运行此示例，只需在
Matlab
的命令行中编写
run
mainscript.m
输出将如下所示
Minimum
point
of
the
function
:
x
2021-10-15 12:39:39
28KB
1
最速下降法的基本原理：
最速下降法程序：
#include
#include
#define N 10
#define eps pow(10,-6)
double f(double x[],double g[],double t)
{
double s;
s=pow(x[0]-t*g[0],2)+25*pow(x[1]-t*g[1],2);
return s;
.
.
.
.
2021-10-15 10:47:38
25KB
1
今天小编就为大家分享一篇PyTorch: 梯度下降及反向传播的实例详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2021-10-13 13:54:01
214KB
1
Python编写，模拟线性回归模型训练，通过采样数据、计算误差、计算梯度、梯度更新等步骤实现线性回归模型训练。
2021-10-12 14:16:39
3KB
1