文件名称：梯度下降：这个函数找到函数的局部最小值。-matlab开发
文件大小：2KB
文件格式：ZIP
更新时间：2024-06-19 09:26:42
matlab
根据http://en.wikipedia.org/wiki/Gradient_descent查找局部最小值 例如，运行test_grad_descent。 >>函数的第一个输出应该是函数值，而>> second应该是渐变 % 输入： % func : 要优化的函数，必须% 返回值作为第一个参数，梯度作为第二个参数% x : 开始优化的起点％伽玛（可选）：最小化参数，较小的值将到达% 局部最大值，缓慢而更大的参数将% 更快但可能会超调（默认 0.2） ％iter（可选）：对其进行优化的迭代次数%（默认 100） % thresh（可选）：函数不符合的停止条件% 最小化了。 （默认 1e-6） % display (optional): 是否显示迭代输出， % 函数值，并更改（默认为 1） % % 输出： % x：本地优化位置％val：f（x），即函数值 谢谢， 萨钦
【文件预览】：
gradientDescent.zip