摘要:
1. 梯度(Gradient) 当我们在多维空间(例如,多个变量的情况)中谈论函数的变化时,我们使用梯度来表示这种变化。梯度是一个向量,其每个分量都是函数关于该分量方向的偏导数。它指向函数增长最快的方向。 2. Hessian矩阵 如果我们不仅对函数如何变化感兴趣,还对函数变化的速率(即,加速度)感 阅读全文
摘要:
A convex optimization problem is one in which the objective and constraint functions are convex, which means they satisfy the inequality \(f_i(\alpha 阅读全文
摘要:
\(\begin{array}{ll}\operatorname{minimize} & f_0(x) \\ \text { subject to } & f_i(x) \leq b_i, \quad i=1, \ldots, m .\end{array}\) As an important exa 阅读全文