企业网站建设讲解,网页打开速度慢的解决方法,云南网站建设及优化,中国十大服装设计院校4.3 Accelerated proximal gradient method#xff1a; 加速近端梯度方法#xff1a; 基本的近端梯度方法的所谓的“加速”版本#xff0c;就是在算法中包含了一个外推(extrapolation)步骤#xff0c;一个简单的版本是#xff1a; yk1:xkωk(xk−xk−1)xk1:proxλkg(yk1−… 4.3 Accelerated proximal gradient method 加速近端梯度方法 基本的近端梯度方法的所谓的“加速”版本就是在算法中包含了一个外推(extrapolation)步骤一个简单的版本是 yk1:xkωk(xk−xk−1) xk1:proxλkg(yk1−λk▽f(yk1)) 其中ωk∈[0,1)是外推参数λk是一般的步长。这些参数必须以特定的方式进行选择才能达到收敛加速的效果。一个简单的选择是 ωkkk3 仍然需要选择步长λk。 当▽f是Lipschitz连续其常数为L。当使用固定步长λkλ∈(0,1/L]时该算法收敛速度为O(1/k2)。如果L未知的话使用线性搜索确定步长λk。 转载于:https://www.cnblogs.com/raby/p/5886694.html
