那么我们来讲凸函数（convex function）为什么叫做是凸（convex）的： 这是因为凸函数与凸集（convex set）有联系，而凸集的定义没有争议。 1. 凸函数与凸集通过 sublevel sets 这个概念联系起 …

如何理解SCA（successive convex approximation）方法? 在论文中经常看到非凸问题用到SCA方法但是网络上的资料很少，而英文的文献比较难理解 显示全部 关注者 36

学习笔记：《Convex Optimizatio》-Boyd and Vandenberghe

Convex Optimization和Numerical Optimization这种课已经经过千锤百炼了，花太多精力去精读两本七百来页的砖头书不是太划算，很多短小精悍lecture notes都可以在网上找到。这里推荐Gatech ISyE …

测地凸的概念由来已久，可以参考大几何学家Gromov等人在1970s总结的一些结论 [1] [2] [3]，凸优化的概念也发展了大几十年，这个不必多言， Stephen Boyd 的Convex Optimization [4] 等书都是经典， …

Convex function Quasiconvex function Pseudoconvex function 在R上考虑就很容易理解。在凸要求不高过xy连线的地方，拟凸只要求不高过xy中较大者，所以凸蕴含拟凸；而伪凸则要求，“切线”“指哪”函 …

Boyd 的《Convex Optimization》确实是一本好书，当年在数学系读书的时候，很多老师也都推荐这本书。这本书的优点是大而全，拿在手上就能感受到沉甸甸的重量。。。我自己也曾经想好好读一读这本 …

线性规划 (Linear Programming)+凸优化 (Convex Optimization)+数值优化（Numerical Optimization) 1 线性规划就是目标和约束条件都是线性的了，其问题形式非常的简单，所以说线性规划是最基本的内容 …

Jun 24, 2019 · convex 从直观上讲，有时候肯定就会吐槽这个图形是凹下去了呀，为什么叫凸函数？最近看《convex optimization》这本书，结合又问了GPT一些相关的问题，之后才明白了，convex函数、 …

L -smooth中的 L ，和 m -strongly convex中的 m 这一对CP，如果函数是二次可微的，可以认为它们就等同于函数 Hessian矩阵 的最大和最小奇异值的上界和下界，也就可以被看作梯度的最大变化速度和 …