matlab求导
梯度下降法函数function [k ender]=steepest(f,x,e)，需要三个参数f、x和e，其中f为⽬标函数，x为初始点,e为精度。输出也为两个参数，k表⽰迭代的次数，ender表⽰到的最低点。
function [k ender]=steepest(f,x,e)
%梯度下降法,f为⽬标函数（两变量x1和x2），x为初始点，如[3;4]
syms x1 x2 m;%m为学习率
d=-[diff(f,x1);diff(f,x2)];%分别求x1和x2的偏导数，即下降的⽅向
flag=1;%循环标志
k=0;%迭代次数
while(flag)
d_temp=subs(d,x1,x(1));%将起始点代⼊，求得当次下降x1梯度值
d_temp=subs(d_temp,x2,x(2));%将起始点代⼊，求得当次下降x2梯度值
nor=norm(d_temp);%范数
if(nor>=e)
x_temp=x+m*d_temp;%改变初始点x的值
f_temp=subs(f,x1,x_temp(1));%将改变后的x1和x2代⼊⽬标函数
f_temp=subs(f_temp,x2,x_temp(2));
h=diff(f_temp,m);%对m求导，出最佳学习率
m_temp=solve(h);%求⽅程，得到当次m
x=x+m_temp*d_temp;%更新起始点x
k=k+1;
else
flag=0;
end
end
ender=double(x);%终点
end
发布评论