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 这个概念联系起 …

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。。。我自己也曾经想好好读一读这本 …

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变化速度和 …

今天分享Stephen Boyd巨作《Convex Optimization》书中有关凸集经过哪些变换后仍是凸集的内容，虽然书上也给出一些简要的证明描述，但可能有些小白读者（例如开始的我哈哈）对于书中的描述一开 …

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

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。这里推荐Gatech ISyE …

参考资料：boyd的书，UCLA ECE236 在进入具体的优化算法后，我们首先讲了基于梯度的，比如梯度下降 (GD)、次梯度下降 (SD)；然后又讲了近似点算子，之后讲了基于近似点算子的方法，比如近似点 …

楼主我硕士运筹学出身，现在师从德国海德堡大学组合优化教授，TSP鼻祖之一。 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 …

为什么在光滑凸优化研究中，Lipschitz gradient比strongly convex更普遍？ 在凸优化研究的各类论文里，我们经常看到lipschitz gradient的假设，似乎已经是tradition了；与之相比，strongly conv… 显示 …

Convex Optimization Convex Optimization - Boyd and Vandenberghe Convex optimization有公开课视频，不想翻墙的话国内优酷网站上也有 (链接： Convex Optimization I Lecture 1)，可惜没有字幕，不 …