Question

所以我在python中运行一个简单的梯度下降算法，试图找到最小的函数。

我的代码相当简单，我觉得它很直观。我尝试过二阶多项式的简单例子。

def s(x):
    return x**2

def t(x):
    return 2*x

def steepd(a, alpha, epsilon):
    b = a - alpha*t(a)
    while abs(t(a)) > epsilon:
        if t(b) ==0:
            return b
        else: 
            a = b
            b = a - alpha*t(a)

         return b

   print(steepd(2,0.1,0.001))


x = np.arange(-10,10,0.01)
plt.plot(x,s(x))
plt.show()

然而，即使通过显着改变alpha和epsil，我也没有接近最小值。

有人可以指出问题是什么吗？

干杯。

Answer 1

只有当t(a)在零epsilon之内时，您的代码才会终止，因此除非您的缩进被破坏，否则它无法产生违反此约束的值（因为它在你的问题正文）你的代码看起来真的像这样：

def steepd(a, alpha, epsilon):
    b = a - alpha*t(a)
    while abs(t(a)) > epsilon:
        if t(b) ==0:
            return b
        else: 
            a = b
            b = a - alpha*t(a)

        return b

Python中的缩进非常重要。在这里，您的while循环永远不会运行多次，因为最后的return语句和steepd或多或少只是a - alpha*t(a)。您需要正确缩进代码的return语句，以便按照您希望的方式运行。

Python中的梯度下降方法

1 个答案: