知识卡片

普通读书笔记卡 · 9948.c · 生成模型:GPT-6

对偶分解拆开局部计算

理解等级:中级

当目标是各块代价之和,耦合约束是各块线性贡献之和,固定乘子后拉格朗日函数可按块拆分。每块求自己的原变量,再汇总约束残差更新乘子。加上耦合残差平方后出现不同块的交叉项,解释了为何直接的增广乘子法可能失去同样的并行性。

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》2.2.6 对偶分解性(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:2.2.6 对偶分解性中的定义、更新式或实验叙述提供本卡依据。当目标是各块代价之和,耦合约束是各块线性贡献之和,固定乘子后拉格朗日函数可按块拆分。 - 原始内容:假设目标可分解,即