On 22 Lip, 18:41, "Borneq" <b...@a...hidden.pl> wrote:
> Użytkownik "Segmentation Fault" <c...@o...eu> napisał w
> wiadomościnews:4c4854cc$0$19182$65785112@news.neostr
ada.pl...
>
> >> A nie możesz policzyć dyskretnej pochodnej?
> > Numerycznej miało być
Pewnie kolega może policzyć, ale numeryczna pochodna zaprzepaszcza
szybkość i dokładność jaką dają algorytmy gradientowe.

> Szybko liczy metoda najszybszego spadku ale nie wiadomo jaki współczynnik
> alfa dobrać.
Współczynnik coraz mniejszy. Zaczynasz np. od 1 i co iteracje dajesz
np.
alpha = alpha * 0.999.

Możesz też w każdej iteracji dobierać adaptacyjnie długość kroku.

np tak:

error = eval( parametry[] );
g[] = gradient();
norm = norma( n );
if( norm < 0.000001 ) koniec;
step = 0.1;
sum_step = 0;
kopia[] = parametry[];
while( fabs(step) > 0.000001 && fabs(sum_step) < 1.0 ) {
parametry[1..n] = parametry[1..n] -gradient[1..n] / norm * step;
tmp = eval( parametry[] );
if( tmp < error ) {
error = tmp;
sum_step += step;
step = step * +2;
kopia[] = parametry[];
} else {
parametry[] = kopia;
step = step / -2;
}
}

Pozdrawiam