1、牛頓法本身是一階算法,本質是求根算法。但如果用來求最優(yōu)解(極值點),這時就要求導數(shù)為0的跟,就需要求二階導數(shù),就變成了二階算法。
求根:
求極值點:
牛頓法到底是一階優(yōu)化算法還是二階優(yōu)化算法?
2、為什么在機器學習優(yōu)化問題中很少用牛頓法?
因為牛頓法求極值需要求Hessian矩陣及其逆矩陣,計算量比較大
1、牛頓法本身是一階算法,本質是求根算法。但如果用來求最優(yōu)解(極值點),這時就要求導數(shù)為0的跟,就需要求二階導數(shù),就變成了二階算法。
求根:
求極值點:
牛頓法到底是一階優(yōu)化算法還是二階優(yōu)化算法?
2、為什么在機器學習優(yōu)化問題中很少用牛頓法?
因為牛頓法求極值需要求Hessian矩陣及其逆矩陣,計算量比較大