06 2021 档案

小样本学习以及元学习基础学习路线
摘要：浅述小样本学习以及元学习 自深度学习发展起来之后， 智能化的各种设备也慢慢变多，但是对于智能化的程序来说，需要数以万计甚至百万千万的数据行进训练，以近年来最为出名的AlphaGo为例，虽然下棋的是一台电脑，但其后台需要庞大的数据支持训练才能达到这样的效果。所以这也是深度学习的一个短板，训练数据需要太 阅读全文
posted @ 2021-06-25 21:54 B站-水论文的程序猿 阅读(905) 评论(0) 推荐(1) 编辑
08-ADMM算法
摘要：一、ADMM 算法动机 二、对偶问题 三、对偶上升法 四、对偶分割 五、乘子法（增广拉格朗日函数） 5.1 步长为 的好处 六、ADMM算法 6.1 ADMM 的 scaled form 形式 七、ADMM的收敛性证明思路 八、写在最后 阅读全文
posted @ 2021-06-24 13:04 B站-水论文的程序猿 阅读(4138) 评论(1) 推荐(1) 编辑
07-内点法(不等式约束优化算法)
摘要：一、简介 二、对数障碍 三、中心路径 四、障碍方法 五、总结 阅读全文
posted @ 2021-06-23 15:14 B站-水论文的程序猿 阅读(2434) 评论(0) 推荐(2) 编辑
06-等式约束优化算法
摘要：一、简介 二、等式约束凸二次规划 三、等式约束的Newton方法 四、求解KKT系统 五、总结 阅读全文
posted @ 2021-06-23 14:15 B站-水论文的程序猿 阅读(1526) 评论(2) 推荐(0) 编辑
05-无约束优化算法
摘要：一、无约束最小化问题 二、下降法 三、梯度下降法 四、最速下降法 五、牛顿法 六、牛顿法收敛性分析 阅读全文
posted @ 2021-06-22 23:27 B站-水论文的程序猿 阅读(1547) 评论(0) 推荐(0) 编辑
03-凸优化问题
摘要：一、一般优化问题 二、凸优化问题 2.1 凸优化问题定义 2.2 凸优化问题的最优解 2.3 等价问题化简 三、拟凸优化问题 四、典型凸优化问题 4.1 线性规划(LP) 4.2 线性分式规划 4.3 二次规划(QP) 4.4 二次约束二次规划(QCQP) 4.5 二次锥规划(SOCP) 4.6 鲁棒线性规划 4.7 几何规划(GP) 4.8 半正定规划(SDP) 五、向量优化 阅读全文
posted @ 2021-06-21 10:15 B站-水论文的程序猿 阅读(3637) 评论(0) 推荐(0) 编辑
04-拉格朗日对偶问题和KKT条件
摘要：一、拉格朗日对偶函数 二、拉格朗日对偶问题 三、强弱对偶的几何解释 四、鞍点解释 4.1 鞍点的基础定义 4.2 极大极小不等式和鞍点性质 五、最优性条件与 KKT 条件 5.1 KKT 条件 5.2 KKT 条件与凸问题 5.3 互补松弛性 六、扰动及灵敏度分析 6.1 扰动问题 6.2 灵敏度分析 七、Reformulation 7.1 引入等式约束 7.2 显示约束与隐式约束的相互转化 7.3 转化目标函数与约束函数 阅读全文
posted @ 2021-06-20 10:41 B站-水论文的程序猿 阅读(3888) 评论(0) 推荐(1) 编辑
02-凸函数
摘要：一、基本性质和例子 二、保留凸性的运算 三、共轭函数 四、拟凸函数 五、对数凹/对数凸函数 六、关于广义不等关系的凸性 阅读全文
posted @ 2021-06-19 09:22 B站-水论文的程序猿 阅读(3120) 评论(0) 推荐(0) 编辑
01-凸集
摘要：一、仿射和凸集 二、一些重要的例子 三、保持凸性的运算 四、广义不等关系 五、分离超平面和支撑超平面 (Separating and Supporting Hyperplane) 六、对偶锥和广义不等关系 七、最小元和极小元和对偶锥的再解释 阅读全文
posted @ 2021-06-18 16:36 B站-水论文的程序猿 阅读(2877) 评论(0) 推荐(0) 编辑
凸优化从入门到放弃（目录）
摘要：本篇教程采用 Boyd and Vandenberghe的教材，主要是自己学习凸优化课程时候的笔记和心得，其中应用篇没有学习。 阅读全文
posted @ 2021-06-18 16:24 B站-水论文的程序猿 阅读(7844) 评论(0) 推荐(0) 编辑