从 Naoaki Okazaki 的 C 库libLBFGS移植的 LBFGS 和 OWL-QN 算法的快速且安全的 Rust 实现。 动机 将原生 LBFGS 实现引入 Rust 社区。 了解如何在现实世界中实现出色的优化算法。 了解如何“在飞行时更换喷气发动机”网址 使用 Rust 高级抽象使其更易于维护。 改进它以满足我对计算化学的需求。 去做 与人造丝平行 SIMD 支持 添加选项以禁用仅梯度优化的线搜索 修复从 liblbfgs URL继承的问题 特征 干净安全的 Rust 实现。 OWL-QN 算法。 基于闭包的回调接口。 阻尼 L-BFGS 算法。

多批次LBFGS 该代码是用于神经网络训练的革命性优化器的实现。 它的全名是“带CUDA的多批次L-BFGS优化器”。 如今，著名的机器学习框架（例如Tensorflow）通常提供“基于梯度”的优化器（GradientDescent，AdaGrad），该优化器通过计算梯度并将其应用于网络来发挥作用。 该代码为Tensorflow实现了一个经过优化的优化器，它采用了“多批L-BFGS”算法（一种基于准牛顿算法的变体），我覆盖了Tensorflow的优化器的默认实现，并定义了一种用于梯度计算的拟新方法，该方法结合了二阶信息，其执行方式比默认优化器更好。 此外，我通过介绍CUDA技术来优化此优化器。 我在GPU上分配计算步骤。 它将优化器的性能提高至少20％。

拟牛顿法BFGS的改进，节省存储空间，提高速度。

最优化方法matlab代码(二) 大规模优化问题，L-BFGS/FR/PRP/BB 博文链接： https://blog.csdn.net/benchuspx/article/details/122286649

cpp凸优化器 用 C++ 编写的凸优化算法。 最初这将包括 BFGS、LBFGS 和梯度下降。 最小 deps（TCLAP、EIGEN）

解二次函数的几种方法，其中分几个子程序，并且用了wolfe线性搜索，计算量较小！

机器学习的优化程序库，用Python实现了梯度下降、LBFGS、rmsprop、adadelta 等算法。

实现Logistic Regression的开源代码，LBFGS应该是目前普遍被采用的一种方法，代码简洁，注释详细，不得不拥有！

这是一个用matlab写得LBFGS算法，这个算法是一种由牛顿算法演变而来的优化算法。算法包括了LBFGS算法和BFGS两种算法，LBFGS算法可以解决大规模计算的问题，算法详细，有注释。