相关下载详见 “视觉计算研究论坛”「SIGVC BBS」：http://www.sigvc.org/bbs/thread-42-1-2.html

这是我即将阐述的内容。由于FISTA是纯数学论文，不太好纯粹阐述FISTA的收敛速度论证。准备时间也不足，希望能够对各位有所帮助
以上两页PPT最为简单，下面的几乎全是公式，有一定难度，有问题随时问吧，我尽量解答。
•ISTA与最小化上界法

•ISTA与梯度下降法

•梯度下降法与FISTA(APG)

 

•最小化上界法与ALM

•ALM与FISTA

 

上一讲ISTA，我们就讲到这里。现在稍稍进行回顾，进而进行拓展。L/2，我是有意如此书写，原因等会儿就明了。
最小化上界的根本依据在于褐色的不等式
接下来论述那个所谓神奇的Landweber怎么来的。上节课汪师兄提到了梯度，的确就是梯度的因素。当然，这可以通过观测&待定系数法得出。但是更实质的在于梯度。原文中有该方法的来源，小谷没讲，我认为是不应该的。
现在ISTA与梯度下降法的关系阐述完毕，接下来我们讲述FISTA
首先考虑这里所给出的General Model
Smooth: all orders differentiable

 

转载本文请联系原作者获取授权，同时请注明本文来自吴怀宇科学网博客。
链接地址：https://wap.sciencenet.cn/blog-4099-637821.html

上一篇：[CV论文读讲] Iterated Soft-Thresholding Algorithm
下一篇：[CV论文读讲] LASSO 参数选择