凸優化的一些基本概念

2021-09-25 21:19:17 字數 518 閱讀 3787

函式任意兩點連線上的值 大於 對應自變數出的 函式值 的函式

在凸函式任何點畫一條切線,在這條線上的每個點都將小於在函式f上的點

目標函式是凸函式,變數所屬集合是凸集合的優化問題

(1) 線性規劃(linear program, lp)

目標函式和約束函式都是線性的

(2) 二次規劃(quadratic program, qp)

目標函式是二次的凸函式, 約束函式是一次的

(3) 二次約束的二次規劃(quadratically constrained quadratic program, qcqp)

目標函式和約束函式都是二次的凸函式

(4) 半正定規劃(semidifinite program, sdp)

關於凸優化的一些簡單概念

沒有系統學過數學優化,但是機器學習中又常用到這些工具和技巧,機器學習中最常見的優化當屬凸優化了,這些可以參考ng的教學資料 從中我們可以大致了解到一些凸優化的概念,比如凸集,凸函式,凸優化問題,線性規劃,二次規劃,二次約束二次規劃,半正定規劃等,從而對凸優化問題有個初步的認識。以下是幾個重要相關概念...

關於凸優化的一些簡單概念

凸集的定義為 其幾何意義表示為 如果集合c中任意2個元素連線上的點也在集合c中,則c為凸集。其示意圖如下所示 常見的凸集有 n維實數空間 一些範數約束形式的集合 仿射子空間 凸集的交集 n維半正定矩陣集 這些都可以通過凸集的定義去證明。凸函式的定義為 其幾何意義表示為函式任意兩點連線上的值大於對應自...

關於凸優化的一些簡單概念

沒有系統學過數學優化,但是機器學習中又常用到這些工具和技巧,機器學習中最常見的優化當屬凸優化了,這些可以參考ng的教學資料 從中我們可以大致了解到一些凸優化的概念,比如凸集,凸函式,凸優化問題,線性規劃,二次規劃,二次約束二次規劃,半正定規劃等,從而對凸優化問題有個初步的認識。以下是幾個重要相關概念...