首页

投稿

比啃书好太多！【最优化理论完整版教程】不愧是中科大教授！3小时让我清楚了凸优化，简直不要太爽！人工智能|AI|数学基础|最优化算法|机器学习|深度学习|nlp

33.1万

1178

2023-05-24 16:14:36

对KKT条件的理解是理解凸优化的关键，其中互补条件从代数角度理解是满足强对偶性（对偶间隙为0）的必要条件；从几何角度理解是，等式约束法方向的线性组合与目标函数的梯度方向必须一致，通过互补条件可以去掉完全小于的约束。

计算机技术

最优化理论

最优化算法

凡人修AI 发消息

需要系统学习课程、论文指导、就业指导、项目指导的小伙伴可以后台私我！

1. 引言（1）

42:28

2. 引言（2）

45:16

3. 仿射_凸_凸锥 + 集_组合_包（1）

45:12

4. 仿射_凸_凸锥 + 集_组合_包（2）

38:04

5. 几种重要的凸集（1）

45:13

6. 几种重要的凸集（2）

44:56

7. 凸集的交集，保凸运算（1）

45:09

8. 凸集的交集，保凸运算（2）

45:49

9. 凸函数的定义和扩展

36:59

10. 凸函数定义2，常见例函数的凸性（1）

45:13

12. 函数凸性，保持函数凸性（1）

45:02

13. 函数凸性，保持函数凸性（2）

46:36

14. 复合函数保凸的条件，函数的透视（1）

44:57

15. 复合函数保凸的条件，函数的透视（2）

43:53

16. 复合函数保凸条件，函数的共轭，α-sublevel set，拟凸函数

45:08

17. 复合函数保凸条件，函数的共轭，α-sublevel set，拟凸函数

44:29

18. 课堂小测1），向量零范数的松弛形式，可微拟凸函数的一阶条件和二阶条件

23:59

19. 课堂小测1），向量零范数的松弛形式，可微拟凸函数的一阶条件和二阶条件

44:21

20. 可微拟凸函数的一阶条件的充分性证明，凸问题（1）

45:11

21. 可微拟凸函数的一阶条件的充分性证明，凸问题（2）

45:38

22. 凸优化问题，凸优化约束的降维和升维（松弛变量），拟凸优化问题，凸问题

45:13

23. 凸优化问题，凸优化约束的降维和升维（松弛变量），拟凸优化问题，凸问题

46:02

24. 凸问题的等价变换，营养食谱问题，线性分数规划，二次规划，QCQP，回

45:11

25. 凸问题的等价变换，营养食谱问题，线性分数规划，二次规划，QCQP，回

44:30

26. 投资组合问题的形式，半正定规划问题，谱范数，多目标优化问题（1）

44:21

28. 对偶性，Lagrange函数，Lagrange函数的凹性，对偶函数与

45:11

29. 对偶性，Lagrange函数，Lagrange函数的凹性，对偶函数与

39:01

30. 强对偶_弱对偶，对偶间隙，Slater条件，弱Slater条件，P_

43:34

31. 强对偶_弱对偶，对偶间隙，Slater条件，弱Slater条件，P_

44:12

32. 线性代数知识：Byod的《Convex Optimization》附

57:41

33. 线性代数知识：Byod的《Convex Optimization》附

33:35

34. KKT条件，KKT条件充要性证明（1）

44:05

35. KKT条件，KKT条件充要性证明（2）

45:51

36. 线性约束的QP问题的KKT条件，Water-filling问题的KK

45:19

37. 线性约束的QP问题的KKT条件，Water-filling问题的KK

45:38

38. 敏感性分析（1）

45:10

39. 敏感性分析（2）

45:08

40. 带等式约束的可微凸优化问题的罚函数形式，带线性不等式约束的可微凸优化

45:14

41. 带等式约束的可微凸优化问题的罚函数形式，带线性不等式约束的可微凸优化

42:54

42.（课堂小测2），函数的强凸性，Hassien矩阵的上界下界，f(x)

22:26

43.（课堂小测2），函数的强凸性，Hassien矩阵的上界下界，f(x)

42:51

44. 强凸性等价不等式及其相反性质的等价不等式，梯度下降法，算法的收敛性

45:13

45. 强凸性等价不等式及其相反性质的等价不等式，梯度下降法，算法的收敛性

45:36

46. 最速下降法（1）

45:10

47. 最速下降法（2）

43:08

48. 无约束优化问题算法选择建议，有约束优化问题（关心只含等式约束的问题）

44:53

49. 无约束优化问题算法选择建议，有约束优化问题（关心只含等式约束的问题）

43:55

50. 增广拉格朗日法，其常用技巧（分布式计算）（1）

44:19

51. 增广拉格朗日法，其常用技巧（分布式计算）（2）

47:10

52. NLP专题讲座，NLP下的KKT条件（1）

45:35

53. NLP专题讲座，NLP下的KKT条件（2）

20:40

54. 总复习

01:03:23

顶部