码迷,mamicode.com
首页 >  
搜索关键字:最优化    ( 655个结果
分裂算法
从算子的角度来解释一阶算法,令为一个算子,我们求解问题:找到 使得 满足,对应于最优化问题,我们可以令, 这样问题就等价于求解,那么怎么找到这样的呢。 我们寻找一种迭代策略,即找到一种算子F,已知 , 令 这种F满足当 有。于是我们只要寻找满足这种条件的算子即可。接下来介绍几个算法 Forward ...
分类:编程语言   时间:2018-05-04 18:20:17    阅读次数:251
梯度下降法及其Python实现
梯度下降法(gradient descent),又名最速下降法(steepest descent)是求解无约束最优化问题最常用的方法,它是一种迭代方法,每一步主要的操作是求解目标函数的梯度向量,将当前位置的负梯度方向作为搜索方向(因为在该方向上目标函数下降最快,这也是最速下降法名称的由来)。梯度下降 ...
分类:编程语言   时间:2018-05-04 14:05:31    阅读次数:233
支持向量机
来源:http://www.hankcs.com/ml/support-vector-machine.html 一、概述 支持向量机(support vector machines,SVM)是一种二类分类模型。 支持向量机的学习算法是求解凸二次规划的最优化算法。 分类: 线性可分支持向量机(line ...
分类:其他好文   时间:2018-04-30 12:01:19    阅读次数:237
深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件
https://blog.csdn.net/xianlingmao/article/details/7919597 在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值 ...
分类:其他好文   时间:2018-04-18 21:15:28    阅读次数:185
洛谷P1717 钓鱼
题目传送门 分析:数据范围并不大,也不难想到是贪心。因为钓鱼和移动的时间都是5的倍数,而且给定的h以小时为单位,所以在输入的时候可以直接将h乘以12,然后每次钓鱼花费的时间就是1,移动花费的时间就是t[i]。但是因为题目中给定了多个湖泊,而且每次钓鱼后鱼的数量会减少,因此还要考虑最优化策略。当然这里 ...
分类:其他好文   时间:2018-04-13 13:21:14    阅读次数:155
ML(2)——感知器
感知器(PLA——Perceptron Learning Algorithm),也叫感知机,处理的是机器学习中的分类问题,通过学习得到感知器模型来对新实例进行预测,因此属于判别模型。感知器于1957年提出,是神经网络的基础。 ...
分类:其他好文   时间:2018-04-04 00:02:48    阅读次数:302
定时器
最优化的定时器 ...
分类:其他好文   时间:2018-04-03 22:10:13    阅读次数:143
几种数值最优化方法
牛顿法、拟牛顿法 https://blog.csdn.net/jinshengtao/article/details/51615162 Levenberg–Marquardt算法 https://blog.csdn.net/jinshengtao/article/details/53310804 ...
分类:其他好文   时间:2018-04-03 17:15:10    阅读次数:168
最小二乘拟合
来自:某小皮 最优化函数库Optimization 优化是找到最小值或等式的数值解的问题。scipy.optimization子模块提供函数最小值,曲线拟合和寻找等式的跟的有用算法。 最小二乘拟合 假设有一组实验数据(xi, yi),事先知道它们之间应该满足某函数关系yi = f(xi),通过这些已 ...
分类:其他好文   时间:2018-04-02 10:08:40    阅读次数:177
tensorflow 待阅读的资料
tensorflow性能调优实践 https://www.jianshu.com/p/937a0ce99f56 2018.04.01 Deep Learning 之 最优化方法 https://blog.csdn.net/bvl10101111/article/details/72615621 20 ...
分类:其他好文   时间:2018-04-01 11:50:36    阅读次数:128
655条   上一页 1 ... 19 20 21 22 23 ... 66 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!