SEO优化技术_SEO优化方案-胖哥SEO博客
17年06月10日
对于一个新网站来说,SEO操作是要非常谨慎的.因为Google有一个非常有特色的排名现象“沙盘,(Sandbox).在了解网站如何避免Google沙盒效应之前,我们先需要了解什么是沙盒.
17年06月09日
提高网页的权重和与原始关键词之间的相关度,那么这个网站就具备了一定的排名潜力.但是只做这些还不够.那么英文网站怎么做SEO优化呢?
17年06月08日
做门户网站的SEO优化首先要制定一个系统的方案.那么,你了解门户网站的SEO优化方案是什么吗?下面分几个方面讲解.
17年06月08日
通常我们建议您将意义相近、结构相同的关键词纳入同一推广单元,以便更有针对性地写创意.那么,百度竞价设置推广单元的方法是什么?
17年06月07日
搭建推广计划是优化竞价账户结构的第一步.在开始之前,建议您在全盘考虑的基础上,细分出一个或多个明确的推广目标,并为不同目标搭建不同的推广计划.下文分享百度竞价账户推广计划搭建技巧.
17年06月07日
我们就需要分析竞争对手网站的内部和外部链接等很多方面,来找到我们遇到SEO瓶颈的根本原因,从而轻松解决问题.下文将探讨做SEO优化如何分析竞争对手网站.
17年06月06日
如何做网站内容页面的SEO优化?网站内容页的优化除了和首页一样包括面包屑导航的优化、正文内容关键词的优化等.
17年06月06日
网站外部链接对整个网站的排名有着至关重要的作用.因此一定要谨慎地做好外链,那么刚接手的新站做外链建设要注意什么呢?
17年06月05日
网站面包屑导航的优化方法是什么?面包屑导航的优化只需要注意一点即可:每个上级导航都应该精准反映上级页面的内容,而且需要有上级页面的链接.
17年06月03日
长尾关键词布局非常重要,因为涉及到网站后期优化效果.大型网站都是以长尾关键词流量为主.下面分享网站页面长尾关键词怎么布局?
17年06月03日
网站文章内容来源怎么解决?网站在制作完成后接下来要做的是填充网站内容 ,内容的寻找包括自己原创内容、网上资料整合、专业资料整理、用户自发的投稿.首选的是网上资料整合.
17年06月02日
如何优化网站目录结构符合SEO?在利于SEO的URL结构中,三层目录结构是最为合适的.这不仅仅是因为三层目录完全可以应付中小型网站的文件存放需求
17年06月02日
网站关键词的选取是决定SEO优化方向的重要步骤,在很多时候,我们不能够仅仅一直关注某个关键词,而要从这个关键词拓展出更多的衍生词.那么选择网站关键词要注意哪些问题?
17年06月01日
现在国内的SEO优化排名都是以百度为主要方向,主要是因为百度在国内搜索引擎市场份额是最大的.因此做好百度SEO优化是至关重要的.下面胖哥来分享新手做百度SEO优化排名要注意什么?
17年05月31日
现在很多企业网络推广工作做得比较艰难,其实有效推广远远没有我们想象中那么难.要明确推广方向,还要总结有效的推广方式.下面是胖哥总结的:有效的网络推广方式有哪些?
版权所有:胖哥SEO博客　博主QQ:
胖哥SEO博客分享和.鲁ICP备号-1常见的几种最优化方法
我的图书馆
常见的几种最优化方法
作者：&来源：&阅读目录1. 梯度下降法（Gradient Descent）2. 牛顿法和拟牛顿法（Newton's method &&Quasi-Newton Methods）3. 共轭梯度法（Conjugate Gradient）4. 启发式优化方法　　我们每个人都会在我们的生活或者工作中遇到各种各样的最优化问题，比如每个企业和个人都要考虑的一个问题“在一定成本下，如何使利润最大化”等。最优化方法是一种数学方法，它是研究在给定约束之下如何寻求某些因素(的量)，以使某一(或某些)指标达到最优的一些学科的总称。随着学习的深入，博主越来越发现最优化方法的重要性，学习和工作中遇到的大多问题都可以建模成一种最优化模型进行求解，比如我们现在学习的机器学习算法，大部分的机器学习算法的本质都是建立优化模型，通过最优化方法对目标函数（或损失函数）进行优化，从而训练出最好的模型。常见的最优化方法有梯度下降法、牛顿法和拟牛顿法、共轭梯度法等等。1. 梯度下降法（Gradient Descent）　　梯度下降法是最早最简单，也是最为常用的最优化方法。梯度下降法实现简单，当目标函数是凸函数时，梯度下降法的解是全局解。一般情况下，其解不保证是全局最优解，梯度下降法的速度也未必是最快的。梯度下降法的优化思想是用当前位置负梯度方向作为搜索方向，因为该方向为当前位置的最快下降方向，所以也被称为是”最速下降法“。最速下降法越接近目标值，步长越小，前进越慢。梯度下降法的搜索迭代示意图如下图所示：　　牛顿法的缺点：　　（1）靠近极小值时收敛速度减慢，如下图所示；　　（2）直线搜索时可能会产生一些问题；　　（3）可能会“之字形”地下降。　　从上图可以看出，梯度下降法在接近最优解的区域收敛速度明显变慢，利用梯度下降法求解需要很多次的迭代。　　在机器学习中，基于基本的梯度下降法发展了两种梯度下降方法，分别为随机梯度下降法和批量梯度下降法。　　比如对一个线性回归（Linear Logistics）模型，假设下面的h(x)是要拟合的函数，J(theta)为损失函数，theta是参数，要迭代求解的值，theta求解出来了那最终要拟合的函数h(theta)就出来了。其中m是训练集的样本个数，n是特征的个数。　　1）批量梯度下降法（Batch Gradient Descent，BGD）　　（1）将J(theta)对theta求偏导，得到每个theta对应的的梯度：　　（2）由于是要最小化风险函数，所以按每个参数theta的梯度负方向，来更新每个theta：　　（3）从上面公式可以注意到，它得到的是一个全局最优解，但是每迭代一步，都要用到训练集所有的数据，如果m很大，那么可想而知这种方法的迭代速度会相当的慢。所以，这就引入了另外一种方法——随机梯度下降。　　对于批量梯度下降法，样本个数m，x为n维向量，一次迭代需要把m个样本全部带入计算，迭代一次计算量为m*n2。　　2）随机梯度下降（Random Gradient Descent，RGD）　　（1）上面的风险函数可以写成如下这种形式，损失函数对应的是训练集中每个样本的粒度，而上面批量梯度下降对应的是所有的训练样本：　　（2）每个样本的损失函数，对theta求偏导得到对应梯度，来更新theta：　　（3）随机梯度下降是通过每个样本来迭代更新一次，如果样本量很大的情况（例如几十万），那么可能只用其中几万条或者几千条的样本，就已经将theta迭代到最优解了，对比上面的批量梯度下降，迭代一次需要用到十几万训练样本，一次迭代不可能最优，如果迭代10次的话就需要遍历训练样本10次。但是，SGD伴随的一个问题是噪音较BGD要多，使得SGD并不是每次迭代都向着整体最优化方向。　　随机梯度下降每次迭代只使用一个样本，迭代一次计算量为n2，当样本个数m很大的时候，随机梯度下降迭代一次的速度要远高于批量梯度下降方法。两者的关系可以这样理解：随机梯度下降方法以损失很小的一部分精确度和增加一定数量的迭代次数为代价，换取了总体的优化效率的提升。增加的迭代次数远远小于样本的数量。　　对批量梯度下降法和随机梯度下降法的总结：　　批量梯度下降---最小化所有训练样本的损失函数，使得最终求解的是全局的最优解，即求解的参数是使得风险函数最小，但是对于大规模样本问题效率低下。　　随机梯度下降---最小化每条样本的损失函数，虽然不是每次迭代得到的损失函数都向着全局最优方向， 但是大的整体的方向是向全局最优解的，最终的结果往往是在全局最优解附近，适用于大规模训练样本情况。2. 牛顿法和拟牛顿法（Newton's method &&Quasi-Newton Methods）　　1）牛顿法（Newton's method）　　牛顿法是一种在实数域和复数域上近似求解方程的方法。方法使用函数f&(x)的泰勒级数的前面几项来寻找方程f&(x) = 0的根。牛顿法最大的特点就在于它的收敛速度很快。　　具体步骤：　　首先，选择一个接近函数&f&(x)零点的&x0，计算相应的&f&(x0)&和切线斜率f &'&(x0)（这里f '&表示函数&f &的导数）。然后我们计算穿过点(x0, &f &(x0))&并且斜率为f&'(x0)的直线和&x&轴的交点的x坐标，也就是求如下方程的解：　　我们将新求得的点的&x&坐标命名为x1，通常x1会比x0更接近方程f &(x) = 0的解。因此我们现在可以利用x1开始下一轮迭代。迭代公式可化简为如下所示：　　已经证明，如果f &'&是连续的，并且待求的零点x是孤立的，那么在零点x周围存在一个区域，只要初始值x0位于这个邻近区域内，那么牛顿法必定收敛。 并且，如果f &' (x)不为0, 那么牛顿法将具有平方收敛的性能. 粗略的说，这意味着每迭代一次，牛顿法结果的有效数字将增加一倍。　　由于牛顿法是基于当前位置的切线来确定下一次的位置，所以牛顿法又被很形象地称为是'切线法'。牛顿法的搜索路径（二维情况）如下图所示：　　牛顿法搜索动态示例图：　　关于牛顿法和梯度下降法的效率对比：　　从本质上去看，牛顿法是二阶收敛，梯度下降是一阶收敛，所以牛顿法就更快。如果更通俗地说的话，比如你想找一条最短的路径走到一个盆地的最底部，梯度下降法每次只从你当前所处位置选一个坡度最大的方向走一步，牛顿法在选择方向时，不仅会考虑坡度是否够大，还会考虑你走了一步之后，坡度是否会变得更大。所以，可以说牛顿法比梯度下降法看得更远一点，能更快地走到最底部。（牛顿法目光更加长远，所以少走弯路；相对而言，梯度下降法只考虑了局部的最优，没有全局思想。）　　根据wiki上的解释，从几何上说，牛顿法就是用一个二次曲面去拟合你当前所处位置的局部曲面，而梯度下降法是用一个平面去拟合当前的局部曲面，通常情况下，二次曲面的拟合会比平面更好，所以牛顿法选择的下降路径会更符合真实的最优下降路径。注：红色的牛顿法的迭代路径，绿色的是梯度下降法的迭代路径。　　牛顿法的优缺点总结：　　优点：二阶收敛，收敛速度快；　　缺点：牛顿法是一种迭代算法，每一步都需要求解目标函数的Hessian矩阵的逆矩阵，计算比较复杂。　　2）拟牛顿法（Quasi-Newton Methods）　　拟牛顿法是求解非线性优化问题最有效的方法之一，于20世纪50年代由美国Argonne国家实验室的物理学家W.C.Davidon所提出来。Davidon设计的这种算法在当时看来是非线性优化领域最具创造性的发明之一。不久R. Fletcher和M. J. D. Powell证实了这种新的算法远比其他方法快速和可靠，使得非线性优化这门学科在一夜之间突飞猛进。　　拟牛顿法的本质思想是改善牛顿法每次需要求解复杂的Hessian矩阵的逆矩阵的缺陷，它使用正定矩阵来近似Hessian矩阵的逆，从而简化了运算的复杂度。拟牛顿法和最速下降法一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法更为有效。如今，优化软件中包含了大量的拟牛顿算法用来解决无约束，约束，和大规模的优化问题。　　具体步骤：　　拟牛顿法的基本思想如下。首先构造目标函数在当前迭代xk的二次模型：　　这里Bk是一个对称正定矩阵，于是我们取这个二次模型的最优解作为搜索方向，并且得到新的迭代点：　　其中我们要求步长ak&满足Wolfe条件。这样的迭代与牛顿法类似，区别就在于用近似的Hesse矩阵Bk&代替真实的Hesse矩阵。所以拟牛顿法最关键的地方就是每一步迭代中矩阵Bk的更新。现在假设得到一个新的迭代xk+1，并得到一个新的二次模型：　　我们尽可能地利用上一步的信息来选取Bk。具体地，我们要求&　　从而得到　　这个公式被称为割线方程。常用的拟牛顿法有DFP算法和BFGS算法。3. 共轭梯度法（Conjugate Gradient）　　共轭梯度法是介于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，但克服了最速下降法收敛慢的缺点，又避免了牛顿法需要存储和计算Hesse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：&注：绿色为梯度下降法，红色代表共轭梯度法　&&&4. 启发式优化方法　　启发式方法指人在解决问题时所采取的一种根据经验规则进行发现的方法。其特点是在解决问题时,利用过去的经验,选择已经行之有效的方法，而不是系统地、以确定的步骤去寻求答案。启发式优化方法种类繁多，包括经典的模拟退火方法、遗传算法、蚁群算法以及粒子群算法等等。　　还有一种特殊的优化算法被称之多目标优化算法，它主要针对同时优化多个目标（两个及两个以上）的优化问题，这方面比较经典的算法有NSGAII算法、MOEA/D算法以及人工免疫算法等。&交流分享、谢谢支持！
TA的最新馆藏写文章不容易，打个赏支持下作者吧|赞赏
收藏已收藏 | 14赞 | 42
分享到微信扫码分享到微信
来一屉热腾腾的包子！
381 篇作品314 万阅读总量
热门问题12345678910最基础的SEO知识，最高大上的SEO教程，最新SEO大神的干货分享，都在SEO菜鸟庄园
1、网站不要急于上线，最好是先把网站放在本地环境里或者用临时域名，进行测试调整。
2、将网站关键词，URL路径优化，网站代码、网站内容要填充完善，千万不要留有空栏目，或者是404页面，网站全面调整后再上线。
3、完善的网站结构、合理的内链...
我们做网站排名，拥有良好的分析能力有绝对的竞争优势。通过分析自己网站，找出自己的不足；我们也可以分析对手的网站，掌握竞争对手的优劣，来强化自己，实现真正的知己知彼，百战百胜。我们现在就探讨一下分析网站从何下手。
一、TDK分析：
1、标题...
不得不说网站优化的难度着实提升不少，这让很多站长对于自己的优化存在质疑，到底是那些因素阻碍了网站权重和排名的提升，网站优化困难重重，但是作为站长我们遇到问题还是要寻找自身的原因，SEO论坛认为优化其实就是一个寻找自己网站受众，并且为网站受...
外链怎么发？
很多人不太会发外链，还有些人因为外链导致网站降权，这里就来谈谈它的发布技巧。其实外链就是发布在网站之外的链接，能给我们带来蜘蛛，目的是提高网站权重，带来流量。什么样的外链带来权重和蜘蛛？什么样外链能带来流量？
1、高质量的并且稳定的的导入链接是对任何搜索引擎都友好的一种做法。
2、从高PR值或者BR值的网站或者网页获得导入链接，这一点不用细说，获得pr/br值的传递，同样会获得百度权重的传递。
3、从行业相关内容网站获得导入链接，行业相关自然相...
我们一直都在谈白帽seo，那么，白帽seo的技巧你会几个呢？今天带大家来见识一下这10个白帽seo技巧，据说只有大神才会，一起来看看吧。
1、标题不是越长越好，太长反而成累赘，显示不完全，有时短标题更受搜索引擎亲耐，其实最重要的还是符合用...
网站内链的优化技巧，对于每个seo在建站中都是很重要的，一些站长刚开始做网站的时候，根本就不去想内链布局，只是埋头发外链，辛苦忙碌了一段时间，网站的排名迟迟上不去，等到分析原因时，才发现原来是自己的网站内链布局没有做好。
如果没有合理的内...
对于一个新的站点而言，整站的权重可谓是少之又少，蜘蛛的抓取频率更是可怜，所以站长在站内如何引导蜘蛛爬行，尤为重要，那么nofollow这个标签，就给予了我们精益求精的渠道，我们可以利用这个标签很好的引导蜘蛛爬行，从而提高对站内优质内容抓取的...
其实影响一个网站SEO自然搜索流量多与少是由多个原因或者环节导致，而现实使但并不是所有人都去仔细研究一下这里面的环节。一环扣一环，如果哪个节点或者细节出现了问题可能都会影响着下面的某个环节。
分别从页面、抓取、收录、索引、排名以及点击来分...
SEO优化中常见八大错误
古人云：活到老，学到老。随着人们的需求改变，搜索引擎的算法更新，SEO人员的优化方式也必须随之改变，否则，原有的排名可能一下就没了。分享一下SEO优化中的一些常见八大错误：
第一种错误：关键词盲目堆砌
也就是网站...
对所谓 “重复内容” Duplicated Content如何影响SEO优化很多时候被误解。有些人说会引致被搜索引擎惩罚。对何爲搜索引擎惩罚亦有很多误解。
互联网上重复内容是常态
首先互联网的世界就是充责着很多很多的重复内容。有些针对重复...
1周前 (06-04)
做百度SEO排名，我们一定是要根据百度给的数据进行更新我们的站内内容，这样才能让度娘对我们刮目相看的，所以百度的下拉和相关搜索的数据是必须要分析透彻的。
1、百度下拉框分析
百度开发下拉框是一个用户体验的解决方案，能够更好的解决用户的问题...
1周前 (06-04)
目标用户分析是SEO的重点内容，是我们在做SEO之前应该用心完成的任务。只要我们把目标用户分析清楚了，可以让我们的SEO优化效率更高。
1、首先是目标用户心理分析。用户是什么样的人，喜欢什么？
把这个问题弄明白后，我们可以投其所好，用户喜欢...
1周前 (06-04)
关键词出现在网站哪些地方符合SEO?进行网站的SEO时，关键词需要出现在整个网站的适当地方。下面列出几个重要的关键词摆放的地方。以下列出的10个地方希望能够帮助到大家。
1、网站Title部分。
2、网站Meta Keywords部分。
1周前 (06-02)
垃圾链接指通过非正当手段获得大量高质量或者低质量外部导入链接的行为。严格地说，垃圾链接是一种行为，而不在于导入链接所在页面质量的高低。那么垃圾外链的类型有哪些?
从导入链接所在页面质量的角度，垃圾链接可以分为高质量垃圾链接及低质量垃圾链接...
1周前 (06-02)}