我想解决以下优化问题 Q是一个半正定矩阵。 λ>0是一个常数(实数)。
我想反复解决这个问题,每次迭代中和向量的长度最多为 1000。
我需要一个尽可能快的方法,它可以使用以前解决问题的结果。该方法是否有可用的源代码?如果有,请提供参考。
我想解决以下优化问题 Q是一个半正定矩阵。 λ>0是一个常数(实数)。
我想反复解决这个问题,每次迭代中和向量的长度最多为 1000。
我需要一个尽可能快的方法,它可以使用以前解决问题的结果。该方法是否有可用的源代码?如果有,请提供参考。
您可以尝试任何迭代算法,例如梯度下降或 L-BFGS。为了在第一个实例之后加快求解每个实例,使用前一个实例的解作为求解下一个实例的初始值。这里的启发式是,如果只发生了轻微的变化,那么我们希望最优解只会受到很小的影响。