2018年9月18日
拉格朗日乘子法和KKT条件
摘要： yuanwen 0 前言 上”最优化“课，老师讲到了无约束优化的拉格朗日乘子法和KKT条件。 这个在SVM的推导中有用到，所以查资料加深一下理解。 1 无约束优化 对于无约束优化问题中，如果一个函数f是凸函数，那么可以直接通过f(x)的梯度等于0来求得全局极小值点。 为了避免陷入局部最优，人们尽可能 阅读全文
posted @ 2018-09-18 13:11 lesleychou 阅读(476) 评论(1) 推荐(0) 编辑