在张量流中损失l1的情况下解决超定AC = B

时间:2019-07-11 08:42:21

标签: python tensorflow optimization

作为培训过程的一部分,我计算了以下AX=B超定问题,其中A.shape = (150,300), B.shape = (150,300)
由于A,B都是不可逆的,因此我使用tf.linalg.lstsq

Ct_est = tf.linalg.lstsq(At, Bt)

要解决此问题,可以有效地最小化C的l2范数。
我需要得到C的l1最优解。
问题是我有以下选择
A)在优化图内创建一个优化问题(张量流中是否有一种方法可以优化子图,并停止图的其余部分直至收敛?
B)使用python库进行l1优化,但这意味着要创建两个图,一个在调用python解算器之前,另一个在其后以解决方案作为输入

0 个答案:

没有答案