vde::sdf::GradientDescent类 参考

固定学习率的简单梯度下降优化器 更多...

#include <sdf_optimize.h>

Public 成员函数
	GradientDescent (double lr)
	构造优化器 更多...
double	step (std::vector< double > &params, const std::function< double(const std::vector< double > &, std::vector< double > &)> &grad_fn)
	执行单步梯度下降 更多...
void	set_learning_rate (double lr)
	设置学习率 更多...
double	learning_rate () const
	获取学习率 更多...
int	iteration () const
	获取当前迭代次数 更多...

详细描述

固定学习率的简单梯度下降优化器

管理迭代计数和学习率，提供 step() 方法执行单步参数更新。

auto params = collect_params(root);
GradientDescent gd(0.01);
for (int i = 0; i < 100; ++i) {
    auto loss = gd.step(param_vals, [&](auto& vals, auto& grad) {
        // 填充 grad，返回 loss
    });
    if (loss < tol) break;
}

在文件 sdf_optimize.h 第 428 行定义.

构造及析构函数说明

GradientDescent()

vde::sdf::GradientDescent::GradientDescent ( double  lr )

inlineexplicit

构造优化器

参数

lr

学习率（步长因子）

在文件 sdf_optimize.h 第 434 行定义.

成员函数说明

iteration()

int vde::sdf::GradientDescent::iteration ( ) const

inline

获取当前迭代次数

在文件 sdf_optimize.h 第 459 行定义.

learning_rate()

double vde::sdf::GradientDescent::learning_rate ( ) const

inline

获取学习率

在文件 sdf_optimize.h 第 456 行定义.

set_learning_rate()

void vde::sdf::GradientDescent::set_learning_rate ( double  lr )

inline

设置学习率

在文件 sdf_optimize.h 第 453 行定义.

step()

double vde::sdf::GradientDescent::step	(	std::vector< double > &	params,
		const std::function< double(const std::vector< double > &, std::vector< double > &)> &	grad_fn
	)

执行单步梯度下降

调用 grad_fn 获取当前参数的梯度和损失值， 然后沿负梯度方向更新参数: param_i -= lr · grad_i。

参数

params	参数向量（原地修改）
grad_fn	梯度计算函数，签名为 double(const std::vector<double>& vals, std::vector<double>& grad_out) 接受当前参数值，填充 grad_out 并返回损失标量。

返回

当前损失值

---

该类的文档由以下文件生成:

• include/vde/sdf/sdf_optimize.h