【转载】 梯度下降法(steepest descent)和共轭梯度法(conjugate gradient)
作者：互联网
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
原文文链接：https://blog.csdn.net/tanmx219/article/details/83051908==================================================
这是一篇自己的理解，不是严格意义上的证明，事实上很多熟悉的公式和推导方式都没有摆上来。推导的过程和方式也没有参考课本，这可能和个人习惯有关系，以前看别人著作时，很怕那种“显而易见”地描述，因为对作者而言显而易见的地方，对读者可能不是。对读者显而易见的地方，作者可能不这么认为。我一直的想法是，如果条件鲁棒，不论你从哪个角度去推导，比如说有的人喜欢展开推导（展开的形式也因人而异），有的更喜欢用向量表达，结果应该都是一样的！
===============================================
标签：descent,推导,gradient,梯度,显而易见,原文,版权,链接 来源： https://www.cnblogs.com/devilmaycry812839668/p/14604102.html