ADMM深入理解并在论文里面应用

ADMM和ALM的区别

https://blog.csdn.net/shanglianlm/article/details/46808793

 

拉格朗日对偶:

https://www.cnblogs.com/90zeng/p/Lagrange_duality.html

 

对偶函数例子:

https://blog.csdn.net/quiet_girl/article/details/79065343

共轭函数

https://blog.csdn.net/shenxiaolu1984/article/details/78194053

 

弄明白了为什么ADMM会比增强拉格让日快,因为增强拉格朗日方法的变量更新的时候没有并行化处理,使得变量内部更新存在流水线的排队性,而用ADMM把之前的变量分解成若干的小变量,各个小变量分别进行各自的迭代更新,会使得这个过程加速

https://blog.csdn.net/shanglianlm/article/details/45919679

 

 

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值