共轭梯度法是什么？【机器学习面试题】

今天爱分享给大家带来共轭梯度法是什么？【机器学习面试题】，希望能够帮助到大家。
共轭梯度法是介于梯度下降法（最速下降法）与牛顿法之间的一个方法，它仅需利用一阶导数信息，但克服了梯度下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hessian矩阵并求逆的缺点，共轭梯度法不仅是解决大型线性方程组最有用的方法之一，也是解大型非线性最优化最有效的算法之一。在各种优化算法中，共轭梯度法是非常重要的一种。其优点是所需存储量小，具有逐步收敛性，稳定性高，而且不需要任何外来参数。
下图为共轭梯度法和梯度下降法搜索最优解的路径对比示意图：

绿色为梯度下降法，红色代表共轭梯度法

来源 http://blog.csdn.net/wtq1993/article/details/51607040