凸优化(六)——最速下降法

〇、说明

凸优化主要学习《凸优化》(Stephen Boyd等著，王书宁等译)[1]这本书。学习过程中，对其内容的理解时有困惑，也参考一些其他书籍资料。笔者尽量将这部分知识整理地简洁明了，成此系列笔记。

如有错误疏漏，烦请指出。如要转载，请联系笔者，hpf_2006pyy@163.com。

一、简介

利用目标函数的一阶泰勒展开近似优化过程，求得搜索方向的方法。

二、思路及推导

三、规范化

附录

A、参考

[1]、《凸优化》，Stephen Boyd等著，王书宁等译

[2]、《矩阵分析及应用》

[3]、《再谈 最速下降法/梯度法/Steepest Descent》

B、相关目录

凸优化(一)——概述

凸优化(二)——凸集

凸优化(三)——凸函数

凸优化(四)——问题求解

凸优化(五)——回溯直线搜索

凸优化(六)——最速下降法

凸优化(七)——牛顿法

凸优化(八)——Lagrange对偶问题

C、时间线

2016-08-08 第一次发布