那么我们来讲凸函数（convex function）为什么叫做是凸（convex）的： 这是因为凸函数与凸集（convex set）有联系，而凸集的定义没有争议。 1. 凸函数与凸集通过 sublevel sets 这个概念 …

Convex function Quasiconvex function Pseudoconvex function 在R上考虑就很容易理解。在凸要求不高过xy连线的地方，拟凸只要求不高过xy中较大者，所以凸蕴含拟凸；而伪凸则要求，“ …

Convex Optimization和Numerical Optimization这种课已经经过千锤百炼了，花太多精力去精读两本七百来页的砖头书不是太划算，很多短小精悍lecture notes都可以在网上找到。这里推 …

英文世界中，一般分为Convex Function和Concave Function 通常意义上，前面是向下凹，后面是向上凹。 一个 助记 是con后面跟的是V，形状就和V类似。 否则，则形状就是倒着的 Λ 而国 …

Boyd 的《Convex Optimization》确实是一本好书，当年在数学系读书的时候，很多老师也都推荐这本书。这本书的优点是大而全，拿在手上就能感受到沉甸甸的重量。。。我自己也曾经想好 …

L -smooth中的 L ，和 m -strongly convex中的 m 这一对CP，如果函数是二次可微的，可以认为它们就等同于函数 Hessian矩阵 的最大和最小奇异值的上界和下界，也就可以被看作梯度的最大 …

1，首先大家需要知道Convex VS Non-Convex的概念吧？ 数学定义就不写了，介绍个直观判断一个集合是否为Convex的方法，如下图：

如何理解SCA（successive convex approximation）方法? 在论文中经常看到非凸问题用到SCA方法但是网络上的资料很少，而英文的文献比较难理解 显示全部 关注者 36

为什么在光滑凸优化研究中，Lipschitz gradient比strongly convex更普遍？ 在凸优化研究的各类论文里，我们经常看到lipschitz gradient的假设，似乎已经是tradition了；与之相比，strongly …

为什么 Non-Convex Optimization 受到了越来越大的关注？ 非凸优化（Non-convex optimization）领域有什么起到基石作用，极其重要的论文呢？ 大家帮忙推荐一些非凸优 …