研一學的凸優化,現在忘得都差不多了,看了幾篇CSDN博客,彷彿回想起來不少,因此從基礎開始簡單記錄一下。
一、梯度下降算法
1.梯度的直觀理解
鏈接:淺談對梯度下降法的理解
2. 從泰勒公式到梯度下降的原理推導
二、拉格朗日乘子法
鏈接:拉格朗日乘子法
三、增廣拉格朗日函數法
鏈接:增廣拉格朗日函數法
四、ADMM算法
鏈接:ADMM算法理論與應用
鏈接:ADMM講解
研一學的凸優化,現在忘得都差不多了,看了幾篇CSDN博客,彷彿回想起來不少,因此從基礎開始簡單記錄一下。
鏈接:淺談對梯度下降法的理解
鏈接:拉格朗日乘子法
鏈接:增廣拉格朗日函數法
鏈接:ADMM算法理論與應用
鏈接:ADMM講解