那么我们来讲凸函数（convex function）为什么叫做是凸（convex）的： 这是因为凸函数与凸集（convex set）有联系，而凸集的定义没有争议。 1. 凸函数与凸集通过 sublevel sets 这个概念 …

Convex function Quasiconvex function Pseudoconvex function 在R上考虑就很容易理解。在凸要求不高过xy连线的地方，拟凸只要求不高过xy中较大者，所以凸蕴含拟凸；而伪凸则要求，“ …

Boyd 的《Convex Optimization》确实是一本好书，当年在数学系读书的时候，很多老师也都推荐这本书。这本书的优点是大而全，拿在手上就能感受到沉甸甸的重量。。。我自己也曾经想好 …

本课程整理自中国科学技术大学2011年课程《最优化理论》， 主讲人：凌青老师 cse.sysu.edu.cn/content 课程主要教材 Boyd S , Vandenberghe L . Convex O…

L -smooth中的 L ，和 m -strongly convex中的 m 这一对CP，如果函数是二次可微的，可以认为它们就等同于函数 Hessian矩阵 的最大和最小奇异值的上界和下界，也就可以被看作梯度的最大 …

其实矩阵的nuclear norm是rank的convex relaxation可以看作是上面的推论。 说一下idea，一个m*n的矩阵 M ，有奇异值分解（SVD） M = U \Sigma V^T 。

如何理解SCA（successive convex approximation）方法? 在论文中经常看到非凸问题用到SCA方法但是网络上的资料很少，而英文的文献比较难理解 显示全部 关注者 36

1，首先大家需要知道Convex VS Non-Convex的概念吧？ 数学定义就不写了，介绍个直观判断一个集合是否为Convex的方法，如下图：

如何从零开始学习凸优化？ 教材：Convex Optimization（boyd） 数学基础：高数 线性代数 概率论与数理统计 矩阵论（本硕期间上过的数学课） 学习目的：做与机… 显示全部 关注者 2,843 …

Convex Optimization和Numerical Optimization这种课已经经过千锤百炼了，花太多精力去精读两本七百来页的砖头书不是太划算，很多短小精悍lecture notes都可以在网上找到。这里推 …