摘要：
关于最优化算法的框架见 最优化算法确定迭代步长【线搜索技术】 迭代公式$x_{k+1}=x_k+\alpha_kd_k$ 其中$\alpha_k$为第k次迭代步长，$d_k$为第k次迭代方向； 变步长梯度下降法就是每次迭代，步长都需要计算 定步长梯度下降发每次步长都为定值；算法见 最优化算法【最小二 阅读全文
摘要：
无约束问题最优化算法框架 \(step0:\) 输入优化函数，确定迭代起始点x0,容许误差 epsilon； \(step1:\) if 容许误差条件满足，终止迭代；输出当前x值； else 计算迭代方向dk；迭代步长 alpha_k; // dk必须满足收敛条件；关于迭代步长的计算，就是线搜索技术 阅读全文