知识卡片
共轭改写线性约束对偶
凸共轭 f(s)=supₓ(⟨s,x⟩−f(x))。把约束 Ax=b 加入拉格朗日函数,再对 x 取下确界,得到 −f(−Aᵀy)−⟨y,b⟩。线性映射转置后作用在乘子上,这使得 CoCoA 的原始—对偶转换可用同一套路理解。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 交替方向乘子法 2.2.2 对偶函数和共轭函数 · 查看原书依据
线性约束下的对偶函数可以用共轭函数表示,其自变量为拉格朗日乘子的线性组合。
参考来源
- 位置:《分布式机器学习:交替方向乘子法在机器学习中的应用》第2章《交替方向乘子法》2.2.2 对偶函数和共轭函数(来源项目 book-source,源文件:extracted/分布式机器学习:交替方向乘子法在机器学习中的应用/_epub-src/OEBPS/Text/chapter2.xhtml)
- 结论依据:2.2.2 对偶函数和共轭函数中的定义、更新式或实验叙述提供本卡依据。凸共轭 f*(s)=supₓ(⟨s,x⟩−f(x))。
- 原始内容:线性约束下的对偶函数可以用共轭函数表示,其自变量为拉格朗日乘子的线性组合。