- 博客(2)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 矩阵维度
矩阵维度的理解举例说明// exampleimport numpy as npdata = np.arange(6)print(np.reshape(data, (1, 2, 3)))输出的结果是：[[[0 1 2] [3 4 5]]]这样我们可以进一步将结果拆解为有2个(1,3)的矩阵==》进一步看成有1个（2,3）的矩阵==》则矩阵的维度大小为（1,2,3）在看另...
2019-06-19 20:16:20
3162
原创 KTT条件的理解
求解优化问题：对于等式约束条件，使用拉格朗日乘子法求； 对于不等式约束条件，使用KTT条件求解； 这两种方法求得结果只是必要条件，只有当目标函数是凸函数时，才是充分必要条件。着重讲一下KTT条件求解如下优化问题： minxf(x)s.t.gi(x)≤0(j=1,...,n)minxf(x)s.t.gi(x)≤0(j=1,...,n)min_{x} f(x) \nonumber\\...
2018-02-24 14:59:51
1828
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人