上传者: 42138780
|
上传时间: 2021-12-16 15:41:16
|
文件大小: 19.82MB
|
文件类型: -
OptiML
OptiML是支持向量机和深度神经网络的sklearn兼容实现,根据最新技术,它们都有一些最成功的功能。
这项工作的动机是,有可能通过广泛的优化算法研究对象解决这些模型的数学公式所产生的优化问题,并为“数值方法和优化”课程开发@@在教授的监督下。
内容
数值优化
无约束优化
线搜索方法
零阶方法
次梯度
一阶方法
最陡的梯度下降
共轭梯度
弗莱彻-里夫斯公式
Polak–Ribière公式
Hestenes-Stiefel公式
代formula公式
重球渐变
二阶方法
牛顿
拟牛顿
高炉
随机方法
随机梯度下降
势头
标准
涅斯捷罗夫
亚当
势头
标准
涅斯捷罗夫
毕业证书
势头
标准
涅斯捷罗夫
阿达克斯
势头
标准
涅斯捷罗夫
阿达格拉德
阿达达
RProp
RMSProp
具有接口的近端捆绑包,用于 ,