凸优化问题标记为非凸

时间:2019-01-10 21:09:01

标签: python-3.x convex-optimization cvxopt cvxpy

我正在使用cvxpy(1.0.11)解决凸优化问题。

我认为凸问题被标记为非凸问题,因为它不知道参数alpha的边界在[0,1]之间。

我知道这行失败了... loss = mse + (1-alpha) * lam * (penalty_1 + penalty_2) + alpha * lam * penalty_3

此行成功时... loss = mse + lam * (penalty_1 + penalty_2) + lam * penalty_3

现在,以这种方式对超参数进行参数化。如果可以绑定它们,我在API的任何地方都找不到

alpha = cvx.Parameter(nonneg=True)
alpha.value = 0.5
lam = cvx.Parameter(nonneg=True)
lam.value = 10**(2)

如何告诉cvxpy字母alpha是[0,1]之间的数字?

1 个答案:

答案 0 :(得分:0)

我找到了一个非常简单的解决方案。无需将alpha设置为参数,只需将其设置为常规float。

$('.item').click(function () {
    console.log($(this).nextUntil('.play').length);
});