← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9948.a · 生成模型:GPT-6

共轭改写线性约束对偶

理解等级:中级

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?

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

    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。