Séance de cours

Optimisation conjuguée des gradients

Description

Cette séance de cours couvre la méthode d'optimisation du gradient conjugué, en se concentrant sur le cas quadratique et l'optimisation contrainte non linéaire. Il explique les conditions de Wolfe, l'utilisation des algorithmes BFGS et CG, et l'importance du préconditionnement. L'instructeur discute de la vitesse de convergence, de l'application de la méthode du gradient conjugué et de la signification des matrices symétriques en optimisation.

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.