点数信息
www.dssz.net
注册会员
|
设为首页
|
加入收藏夹
您好,欢迎光临本网站!
[请登录]
!
[注册会员]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - 梯度下降:使用python实现梯度下降。我在BYU数学专业的python编码实验室Math495R中完成了这个项目-源码
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
梯度下降:使用python实现梯度下降。 我在BYU数学专业的python编码实验室Math 495R中完成了这个项目-源码
描述 该项目实现了两种不同的一维优化方法,牛顿法和梯度下降法。 牛顿法 牛顿法是一种求根算法,可以对实值函数的根(或零)连续产生更好的近似值。 在该项目中,我对输入函数的一阶导数实施牛顿方法,以识别输入函数的潜在最小和最大值。 牛顿法由下面的函数递归定义。 梯度下降 当二阶导数为正数时,牛顿法效果很好,但是当二阶导数为负数时,牛顿法有时无法收敛。 梯度下降是一种更有效的优化算法,它朝最大减小方向迈进,直到收敛到最小。 步长基于学习率,该学习率是使用从python包scipy导入的一维优化函数找
所属分类:
其它
发布日期:2021-02-20
文件大小:3072
提供者:
weixin_42146086