Python全系列 教程
3567个小节阅读:5931.7k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在现有的极小值估计值的附近对f(x)做二阶泰勒展开,进而找到极小点的下一个估计
值,反复迭代直到函数的一阶导数小于某个接近0的阀值。最终求出极小点的估计值。
牛顿法实现的动图如下所示:
注意
使用牛顿法时会用到hessian矩阵
优点:
缺点:
1. 关于牛顿法,下列说法正确的是:
A 需要对函数进行五阶泰勒展开
B 无需使用进行泰勒展开
C 目标是求出极小点的估计值
D 以上说法均不正确
2. 牛顿法使用过程中会使用到哪种矩阵:
A 单位矩阵
B 对角矩阵
C 雅克比矩阵
D hessian矩阵
1=>C 2=>D