凸優(yōu)化(五)——回溯直線搜索

〇、說明

凸優(yōu)化主要學(xué)習(xí)《凸優(yōu)化》(Stephen Boyd等著,王書寧等譯)[1]這本書。學(xué)習(xí)過程中,對其內(nèi)容的理解時有困惑,也參考一些其他書籍資料。筆者盡量將這部分知識整理地簡潔明了,成此系列筆記。

如有錯誤疏漏,煩請指出。如要轉(zhuǎn)載,請聯(lián)系筆者,hpfhepf@gmail.com。

一、意義

回溯直線搜索是求解無約束凸優(yōu)化問題中,調(diào)整搜索步長非常簡單有效的方法,也是實際應(yīng)用中常用的方法。[2]

考慮固定步長搜索,為防止迭代震蕩,一般步長值很小,很多經(jīng)驗值取0.01,這就導(dǎo)致收斂速度過慢。

考慮精確直線搜索,其本身又是一個優(yōu)化問題,如果這個優(yōu)化問題很復(fù)雜,則這個搜索方法就是沒有意義的。

相比以上兩種調(diào)整搜索步長的方法,回溯直線搜索則簡單高效很多。

二、回溯直線搜索

2.1、算法

2.2、算法解釋

2.3、參數(shù)解釋

附錄

A、參考

[1]、《凸優(yōu)化》,Stephen Boyd等著,王書寧等譯

[2]、《最優(yōu)化問題中,牛頓法為什么比梯度下降法求解需要的迭代次數(shù)更少?》

[3]、《回溯線搜索 Backtracking line search》

B、相關(guān)目錄

凸優(yōu)化(一)——概述

凸優(yōu)化(二)——凸集

凸優(yōu)化(三)——凸函數(shù)

凸優(yōu)化(四)——問題求解

凸優(yōu)化(五)——回溯直線搜索

凸優(yōu)化(六)——最速下降法

凸優(yōu)化(七)——牛頓法

凸優(yōu)化(八)——Lagrange對偶問題

C、時間線

2016-08-08 第一次發(fā)布

2016-08-17 修改了一個錯誤公式,添加理解提醒

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 〇、說明 凸優(yōu)化主要學(xué)習(xí)《凸優(yōu)化》(Stephen Boyd等著,王書寧等譯)[1]這本書。學(xué)習(xí)過程中,對其內(nèi)容的...
    Herbert002閱讀 22,182評論 0 11
  • 〇、說明 最近在學(xué)習(xí)機器學(xué)習(xí)方面的算法知識,這里盡量以通俗易懂的方式將其整理一下,一方面以備自己查閱,另一方面如果...
    Herbert002閱讀 26,706評論 4 53
  • 〇、說明 凸優(yōu)化主要學(xué)習(xí)《凸優(yōu)化》(Stephen Boyd等著,王書寧等譯)[1]這本書。學(xué)習(xí)過程中,對其內(nèi)容的...
    Herbert002閱讀 35,257評論 5 26
  • 〇、說明 凸優(yōu)化主要學(xué)習(xí)《凸優(yōu)化》(Stephen Boyd等著,王書寧等譯)[1]這本書。學(xué)習(xí)過程中,對其內(nèi)容的...
    Herbert002閱讀 20,827評論 0 8
  • 〇、說明 凸優(yōu)化主要學(xué)習(xí)《凸優(yōu)化》(Stephen Boyd等著,王書寧等譯)[1]這本書。學(xué)習(xí)過程中,對其內(nèi)容的...
    Herbert002閱讀 10,598評論 0 7

友情鏈接更多精彩內(nèi)容