假设$A(x) \in \mathbb{R}^{m \times n}$是一个非线性矩阵函数$x \in \mathbb{R}^d$. 我们可以假设$A(x)$是连续可微的。有什么好的方法可以估算$\mathrm{argmin}_{x} \|A(x)\|_2$? 还假设由于函数的一些增长特性，这个最小化器只能在已知的紧集内实现。相对于呈线性时，有一些众所周知的方法，但我在这里没有那种线性。$A(x)$$A(x)$$x$

我尝试实现了一些准牛顿方法并取得了不同程度的成功，并且我也尝试了 MATLAB 的fminunc命令并取得了相当大的成功（在局部最小值附近稳定是一个问题）。不幸的是，我对这些东西的文献相对不熟悉（而且文献非常丰富）。有没有人可以建议的一般方法？