1回答
我有一组数据(以ArrayCollection格式)，在以LineChart格式显示之前，我需要对它拟合一个幂函数{ f(x)= B+ x^alpha }。因此，我需要alpha和B参数。
浏览 2提问于2010-06-06得票数 0
回答已采纳
1回答
距离精确到大约0.3毫米，我想要进行多边化，以找到接收器可能的最精确位置。
但是在任何给定的时间点，从这些已知点之一到未知点的一些距离可能会受到阻碍，并将给出不正确的范围结果。因为我的数据不太可能有一个精确的解决方案(所有的4+球体可能都没有一个完美的交点)，所以算法需要能够近似它。我见过依赖迭代来确定最小误差的算法，但是我如何过滤掉不正确的范围并识别“偏离常量”的范围？
浏览 10提问于2014-06-10得票数 1
我试图理解为什么scipy.optimize.least_squares存在于scipy中。该函数可用于进行模型拟合.然而，我们可以使用scipy.optimize.minimize来做同样的事情。唯一的区别是，scipy.optimize.least_squares在内部进行计算，而如果一个人想要使用scipy.optimize.minimize，他/她必须手工计算用户想要最小化的函数内的气平方。另外，scipy.optimize.least_squares不能被认为是scipy.optimize.minimize的包装器，因为它支持的三种方法(trf、dogbox、lm)根本不受scipy
浏览 1提问于2018-03-10得票数 6
我知道Python在scipy.optimize.minimize中有以下求解器PowellBFGSL-BFGS-BCOBYLAtrust-constrtrust-ncgtrust-krylov
浏览 1提问于2018-08-17得票数 1
回答已采纳
Python scipy.optimize.minimize函数支持以下方法：
SLSQP
浏览 0提问于2018-08-09得票数 2
回答已采纳
我在一篇文章中读到，像DFP和BFGS这样的准牛顿法在处理病态问题时表现不佳，但我不明白其中的原因。我一直在尝试使用这些方法来处理一个病态的二次问题，它不会在p+1迭代中收敛(这是二次问题的拟牛顿方法的特性之一)，但还有一点。为什么会这样呢？谢谢你的帮助。
浏览 7提问于2018-11-25得票数 1
我有一个函数，我想用牛顿法进行优化。30.91*math.log1p(1+(x/30.91))
如果我用我最初的猜测80调用这个函数，它可以工作，但是牛顿优化不会收敛我认为这是日志的原因，但是带有初始猜测的手动调用是有效的，所以算法至少应该返回初始猜测，不是吗？
浏览 2提问于2016-02-04得票数 1
回答已采纳
1回答
牛顿法与消失梯度
、、
现在我无法理解，如果使用基于ReLu的激活函数来解决这个问题，那么为什么会有这么多的研究论文建议将牛顿方法作为深度学习的优化算法而不是梯度下降？在阅读研究论文时，我有强烈的印像，认为消失梯度问题是提出这些建议的核心原因，但现在我感到困惑的是，如果能修改梯度下降法来纠正机器学习过程中面临的所有问题，是否真的需要牛顿法。
浏览 0提问于2019-03-20得票数 3
回答已采纳
1回答
当我试图知道它使用的是什么优化器时，我被定向到nlminb函数，它声明：
有人能至少告诉我一些“例行公事”中的名字吗？例如，“梯度下降”，“Levenberg-Marquardt”，还是“信任区域”？
浏览 0提问于2018-03-20得票数 4
回答已采纳
2回答
我知道没有一种方法可以解决所有方程，而且你必须使用不止一种，但我找不到一种求根算法，即使在最简单的情况下，也不能求解不止一个根。例如：y = x^2什么是可以解决这个问题的求根算法，或者你如何编辑一个求根算法，比如二分法/牛顿/布伦特方法来解决这个问
浏览 0提问于2013-04-22得票数 3
1回答
NN=9方法: BFGS警告:不一定由于精度损失而达到期望的错误。NN=9法:牛顿-CG优化法成功终止.当前函数值: 7.954412次迭代: 49次函数评价: 58次梯度评价: 1654次Hessian评价:0次最小化时间: 294.203114033
对于我测试的所有如果没有给出Hessian，则必须用该算法进行计算。在我们的情况下，只有梯度是明确的，这是在每一步的数值计算的算法。这一解释表明牛顿-CG方法与拟牛顿方法之间存在
浏览 2提问于2017-02-23得票数 16
回答已采纳
1回答
PS:如果你想知道，我正在为自己编写一些数学素材，我想知道在某些算法(如高斯消去法，牛顿求根法等)上用一个分数(长、长或类似的)代替双倍是多么有用，为此我想要一些度量。
浏览 2提问于2017-12-31得票数 1
回答已采纳
对于一个学校项目，我需要评估一个不同学习率的神经网络。我选择了sklearn来实现神经网络(使用MLPRegressor类)。由于训练数据非常小(20个实例、2个输入和1个输出)，所以我决定使用lbfgs求解器，因为像sgd和adam这样的随机求解器对这种大小的数据没有意义。
有什么方法可以让我以某种方式访问lbfgs解算器的学习速度并对其进行修改
浏览 4提问于2020-03-28得票数 1
回答已采纳
1回答
正负根的寻根算法
、、、
嗨，我得为此设计一个算法。我研究过二分法，牛顿，它似乎是正确的二分法，但它需要一个算法去运行。例如x^3 +x-2= 0。对于这个问题，是否有一个通用的算法？
浏览 4提问于2015-08-21得票数 0
回答已采纳
2回答
为了使用牛顿方法计算MatLab中的函数，我编写了以下算法(我们在我的解决方案中设置r= -7 )：syms x;x = r;for i=1:8 x = u - f(r)/fprime(r);end
该算法的工作原理是我的算法在前两次迭代中是正确的，但随后它超过-14，在所有迭代完成后最终到达r
浏览 3提问于2012-06-22得票数 0
回答已采纳
1回答
我还了解到logistic回归采用梯度下降作为优化函数，SGD采用随机梯度下降，收敛速度要快得多。但这两种算法中哪一种会在哪种情况下使用？
浏览 0提问于2018-09-07得票数 10
我在网上看到了这个成本函数，它提供了更好的准确性，它看起来像交叉熵，但是它不同于我看到的交叉熵优化方程，有人能解释这两者的区别吗：。
浏览 3提问于2020-12-08得票数 1
1回答
我试图在python上做一个高斯-牛顿算法，我有一个我不明白的错误：ValueError: shapes (2,7) and (1,7
浏览 1提问于2016-04-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
