scipy.optimize.SR1¶
- class scipy.optimize.SR1(min_denominator=1e-08, init_scale='auto')[源代码]¶
对称秩1黑森更新策略。
- 参数
- min_denominator浮动
此数字按归一化因子缩放,定义更新中允许的最小分母大小。当条件被违反时,我们跳过更新。默认情况下,使用
1e-8
。- init_scale{Float,‘auto’},可选
第一次迭代时的矩阵比例。在第一次迭代中,海森矩阵或其逆矩阵将被初始化为
init_scale*np.eye(n)
,在哪里n
是问题的维度。将其设置为‘AUTO’,以便使用自动试探法选择初始比例。启发式方法在中进行了描述 [1], 第143页。默认情况下使用‘AUTO’。
注意事项
此更新基于中的描述 [1], 第144-146页。
参考文献
方法:
dot
\(P)计算内矩阵与给定向量的乘积。
get_matrix
\()返回当前内部矩阵。
initialize
\(n,大约_type)初始化内部矩阵。
update
\(增量_x,增量_grad)更新内部矩阵。