基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

核范数正则项的扩展梯度算法及加速梯度算法实现

最小化带有核范数正则项的损失函数，用到的扩展梯度算法和加速梯度算法的matlab实现

本项目以4个回归学习的多任务学习为例，损失函数采用平方损失。

.
├── EGA&AGA
│   ├── AGA.m
│   ├── EGA.m
│   ├── Q.m
│   ├── Task1_X.mat
│   ├── Task1_Y.mat
│   ├── Task2_X.mat
│   ├── Task2_Y.mat
│   ├── Task3_X.mat
│   ├── Task3_Y.mat
│   ├── Task4_X.mat
│   ├── Task4_Y.mat
│   ├── X.mat
│   ├── Y.mat
│   ├── fW.m
│   ├── fW_EGA_AGA_1.mat
│   ├── fW_EGA_AGA_2.mat
│   ├── fW_EGA_AGA_3.mat
│   ├── grad_fW.m
│   ├── main.m
│   ├── p.m
│   ├── pick_lambda.m
│   ├── subGDA.m
│   ├── t_AGA.mat
│   ├── t_EGA.mat
│   ├── t_subGDA.mat
│   ├── time_test.m
│   ├── 收敛图.fig
│   └── 收敛结果图.png
└── 核范数正则项的扩展梯度算法及加速梯度算法实现.rar

1 directory, 29 files