- 博客(6)
- 收藏
- 关注
RSS订阅原创 Lagrange乘子法
简单讲下拉格朗日乘子法考虑标准形式的优化问题：minimize subject to x定义域为所有和的定义域交集，记为D。首先定义Lagrange函数L：然后定义Lagrange对偶函数g：结论1：注意上面的对偶函数g，其参数为和。它的定义域规定为， inf的括号内的函数，若把x看作常数，其实是关于和线性函数。而线性函数既是凸函数又是凹函数，且一系列凹函数的逐点下确界函数仍然是凹函数（见《凸优化》第3.2.3）。故函数g一定是凹函数。结论2：设上面的优化问题最优
2022-03-02 19:49:47
537
原创 关于Armijo准则和Wolfe准则
以前一直看不懂Armijo准则和Wolfe准则，直到前段时间看完了Boyd的凸优化（王书宁 译），Bilibili上有以这本书为教材的视频教程，是中科大 凌青 老师讲的。看完后才知道以前对Armijo准则有误解，认为它能在任何函数上使用。其实应用Armijo准则是有前提条件的，要求函数是凸函数且函数定义域是凸集。（就是函数形状像一个“锅”，而一维凸集是一个连续的区间。）Armijo准则用于优化算法中的线搜索子问题。首先任何优化问题就是一个高维函数，想在某个区间内找它的最低点。《凸优化》里的标准方法是分成
2021-05-16 18:08:52
6194
原创 x265代码阅读(二):ThreadPool.cpp
1.读Slicetype.cpp之前需要先读ThreadPool.cpp。这里直接写出结论吧：由ThreadPool特点可知，它初始化会启动一个或多个线程，然后进入等待状态。ThreadPool里面的线程分为执行状态和等待状态。每次调用void JobProvider::tryWakeOne或者int ThreadPool::tryBondPeers时，会唤醒线程。1). 由tryBondPeers
2016-08-17 14:45:26
1502
原创 x265代码阅读（一）：cudata.cpp代码阅读
最近在阅读x265代码，发现cudata.cpp被调用的地方很多，索性完整的阅读一遍，在这里做些笔记，方便以后回顾。如果有错误，请网友指正。注：阅读的是2.0版x2651.cudata的初始化 跟踪代码我找到了两个地方创建并初始化cudata，一个是FrameData::create里面： CUDataMemPool m_cuMemPool; CU
2016-08-07 14:05:49
3082
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人