文件名称：Conjugate-Gradient:无痛共轭梯度笔记本
文件大小：947KB
文件格式：ZIP
更新时间：2024-06-19 08:56:10
JupyterNotebook
无痛苦的共轭梯度法简介 共轭梯度法是求解稀疏线性方程组最突出的迭代方法。 不幸的是，许多有关该主题的教科书处理方式既没有插图也没有直觉，时至今日，他们的受害者仍然可以在布满灰尘的图书馆角落里胡言乱语。 出于这个原因，对这种方法的深刻的、几何的理解一直留给那些煞费苦心地破译了他们祖先的喃喃自语的精英精英们。 尽管如此，共轭梯度法是几乎任何人都能理解的简单、优雅的想法的组合。 当然，像您这样聪明的读者几乎可以毫不费力地学习它们。 引入了二次形式的概念并用于推导最速下降、共轭方向和共轭梯度的方法。 特征向量被解释并用于检查雅可比方法、最速下降和共轭梯度的收敛性。 其他主题包括预处理和非线性共轭梯度方法。 我已竭尽全力使本文易于阅读。 提供了六十六幅插图。 避免了密集的散文。 概念以几种不同的方式进行解释。 大多数方程都带有直观的解释。 作者： 1994 年 8 月 由于 2017 年 6 月
【文件预览】：
Conjugate-Gradient-master
----CG01.ipynb(3KB)
----CG.py(58KB)
----CG13.ipynb(3KB)
----CG10.ipynb(3KB)
----fig39.png(24KB)
----CGD.ipynb(4KB)
----CG07.ipynb(25KB)
----CG08.ipynb(12KB)
----CG05.ipynb(19KB)
----CG03.ipynb(14KB)
----CG09.ipynb(16KB)
----CG11.ipynb(3KB)
----__pycache__()
--------CG.cpython-37.pyc(47KB)
----CGC.ipynb(8KB)
----CGA.ipynb(5KB)
----CG12.ipynb(8KB)
----fig27.png(149KB)
----CG06.ipynb(18KB)
----fig40.png(19KB)
----CG00.ipynb(7KB)
----fig38.png(63KB)
----fig41.png(41KB)
----painless-conjugate-gradient.pdf(503KB)
----.gitignore(776B)
----CG.pyc(61KB)
----fig37.png(135KB)
----CG04.ipynb(14KB)
----CGB.ipynb(16KB)
----.ipynb_checkpoints()
--------README-checkpoint.md(2KB)
--------CG-checkpoint.py(58KB)
----README.md(2KB)
----CG14.ipynb(19KB)
----CG02.ipynb(3KB)