优化问题---凸优化基本概念

本文介绍了凸优化的基本概念,包括凸优化与非凸优化的定义,以及优化问题中的凸集、仿射集、凸包和凸锥等集合概念。同时,讨论了凸函数的性质和判定方法,指出在特定条件下,凸优化问题的局部最优解即为全局最优解。
摘要由CSDN通过智能技术生成

目录

1.凸优化到底是什么?

1.1 基本概念

1.2 凸优化和非凸优化

2、集合概念

2.1 仿射集、仿射包、仿射组合

2.2 凸集、凸包、凸组合

2.3 锥、凸锥

3.凸函数与非凸函数

4.总结


1.凸优化到底是什么?

1.1 基本概念

凸优化就是优化问题的一个特例,我们所知道的优化问题就是在一定的限制条件下求得目标函数最优值,可以是最大值也可以是最小值,那么在经济学上面就是在有限的资源下面寻求资源的最大利用效益。

那么,优化问题按照不同的分类可以得到很多中细分类,比如线性规划与非线性规划等等。

凸优化就是优化问题的一个特例,其固有的形式如下:

很多非凸问题也可以通过某种形式转化成凸优化问题来求解其近似解(一般在找不到原问题的解或求解原问题所需的时间复杂度太大的情形下使用)。这是解决一类问题的一种技巧,在深度学习的一些模型中经常用到。这是一种逼近的思想。

  • 19
    点赞
  • 174
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

爱听雨声的北方汉

你的鼓励是我努力前进的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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