Quasi-Newton

定义 Definition

“Quasi-Newton”（准牛顿的）通常指数值优化中的“准牛顿方法/准牛顿算法”：一种用迭代方式近似（而不是直接计算）Hessian 矩阵或其逆矩阵，从而加速寻找最优解的技术。常见代表包括 BFGS、L-BFGS 等。

发音 Pronunciation (IPA)

/ˌkweɪzaɪ ˈnuːtən/

例句 Examples

We used a quasi-Newton method to train the model faster.
我们使用准牛顿方法来更快地训练模型。

In large-scale optimization, the quasi-Newton update (such as L-BFGS) provides a good trade-off between speed and memory by approximating curvature information.
在大规模优化中，准牛顿更新（如 L-BFGS）通过近似曲率信息，在速度与内存之间提供了良好的折中。

词源 Etymology

“Quasi-”来自拉丁语 quasi，意思是“仿佛、近似”；“Newton”指牛顿（Isaac Newton），在数学中常与“牛顿法（Newton’s method）”相关。准牛顿法之所以得名，是因为它模仿牛顿法利用二阶信息（曲率）的思想，但用更新公式来近似 Hessian（或其逆），从而避免昂贵的二阶导数计算。

相关词 Related Words

• Bfgs
• Lbfgs
• Newton
• Hessian
• Gradient
• Optimization
• Line Search
• Convergence

文学/著作中的用例 Literary Works

• Numerical Optimization — Jorge Nocedal & Stephen J. Wright（讨论准牛顿法、BFGS、L-BFGS 等）
• Practical Methods of Optimization — R. Fletcher（涵盖多种准牛顿与线搜索策略）
• Numerical Methods for Unconstrained Optimization and Nonlinear Equations — J. E. Dennis Jr. & R. B. Schnabel（介绍准牛顿框架与收敛性质）
• Matrix Computations — Gene H. Golub & Charles F. Van Loan（涉及相关的数值线性代数背景，常与准牛顿实现联系）