启发式算法在最优化问题求解中的应用与实践
2019年11月11日 - 网易
表2.1三种最优化算法的特征对比算法迭代时间复杂度算法收敛速度初始值要求应用场景梯度下降法需计算一阶导,复杂度为收敛较慢容易逃离鞍点(一阶倒数为0)特征维度较大的场景牛顿法需计算二阶导,复杂度为收敛快有要求,非凸函数容易陷入鞍点特征维度较小的场景拟牛顿法近似Hessian矩阵的逆矩阵,...
详情
表2.1三种最优化算法的特征对比算法迭代时间复杂度算法收敛速度初始值要求应用场景梯度下降法需计算一阶导,复杂度为收敛较慢容易逃离鞍点(一阶倒数为0)特征维度较大的场景牛顿法需计算二阶导,复杂度为收敛快有要求,非凸函数容易陷入鞍点特征维度较小的场景拟牛顿法近似Hessian矩阵的逆矩阵,...