梯度下降更新
沿目标函数局部最速下降方向更新参数。
符号、变量与单位
x:参数向量;η:步长;∇f:梯度;单位需使乘积与 x 一致。
适用条件与边界
光滑性与步长影响收敛;非凸问题不保证全局最优。
公式源码
以下为可复制的 LaTeX 表达式。
x_{k+1}=x_k-\eta_k\nabla f(x_k)参考与延伸学习
Stanford · Convex Optimization, Boyd & Vandenberghe ↗按模型定义与假设整理。工程、研究和临床使用前请核对实际条件与原始文献。
gradient descent优化