Séance de cours

Critères de convergence

Description

Cette séance de cours couvre différents critères de convergence utilisés dans les algorithmes d'optimisation, tels que les conditions d'arrêt basées sur la norme du gradient et le changement de la fonction objectif. L'instructeur explique comment ces critères aident à déterminer quand arrêter le processus d'optimisation et souligne l'importance de prêter attention aux critères lorsqu'il s'agit de grandes valeurs. Divers exemples sont fournis pour illustrer l'application des critères de convergence dans la pratique.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.