拉格朗日对偶性的一些总结

拉格朗日对偶性

  • 写作目的
  • 拉格朗日乘子算法
  • 对偶问题

写作目的

前一篇文章总结的关于无约束优化的极值求解问题是: 梯度下降法-gradient descent –实例解析 。但类似于最大熵模型(Maximum Entropy Model),或者支持向量机(Support Vector Machines),这些有约束优化问题要求解怎么办呢?这就是本文的目的。

拉格朗日乘子算法

原始问题

假设

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值