摘要
为了加快神经网络训练速度以及提高图像分类精度,提出了一种基于Wolfe线搜索下的HS共轭梯度算法,验证了在任意线搜索下算法的搜索方向都是目标函数的下降方向,并在一定假设下证明了该算法的全局收敛性。数值实验表明,该算法是可行的。
In order to speed up neural network training and improve the classification accuracy of image classification tasks.A new HS conjugate gradient algorithm based on Wolfe line search is proposed,and it is verified that under arbitrary line search,the search direction of the new algorithm is the descent direction of the objective function,and under certain assumptions,the global convergence of the new algorithm is proved.The numerical experiments show that the new algorithm is feasible.
作者
杨子琳
朱志斌
马金瑶
YANG Zilin;ZHU Zhibin;MA Jinyao(School of Mathematics and Computational Science,Guilin University of Electronic Technology,Guilin 541004,China)
出处
《桂林电子科技大学学报》
2019年第6期494-497,共4页
Journal of Guilin University of Electronic Technology
基金
广西教育厅科研项目(KY2016YB167)
桂林电子科技大学研究生教育创新计划(2017YJCX80)
广西研究生科研创新项目(YCSW2018141)。
作者简介
通信作者:朱志斌(1974-),男,教授,博士,研究方向为最优化方法及其应用。E-mail:zhuzb@guet.edu.cn。
