寫一篇自己的理解，算不上嚴格意義的證明，事實上很多熟悉的公式和推導方式都沒有擺上來。推導的過程沒有參考課本，這可能和個人習慣有關係，以前看別人著作時，很怕那種“顯而易見”地描述，因爲對作者而言顯而易見的地方，對讀者可能不是。對讀者顯而易見的地方，作者可能不這麼認爲。我一直的想法是，如果條件魯棒，不論你從哪個角度（比如說展開成解析表達式，或多用向量表達式）去推導，結果應該都是一樣的！
梯度下降法(steepest descent)和共軛梯度法(conjugate gradient)
發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
2021雲智技術論壇-知識智能化專場
隨着人工智能技術的進步，智能化成爲產業轉型升級的重要抓手。企業要實現智能化升級，需要從呈幾何增長的多模態數據中挖掘和凝鍊知識、賦能業務，支撐商業模式轉型和應用創新，推動業務高質量發展和產業革新。