python - 如何选择包来解决 Python 中的这种凸优化？

Question

我的问题定义如下，

minΣ(||xi-Xci||^2+ λ||ci||),

st cii = 0,

其中 X 是形状为 d * n 的矩阵，C 是形状为 n * n 的矩阵，xi 和 ci 分别表示 X 和 C 的列。

X在这里是已知的，基于X我们想找到C。

我现在有几个选择，我已经有了 tensorflow 中的版本，它使用AdamOptimizer. 我只是想知道，有没有什么方法可以更有效地解决这个问题？会cvxpy或cvxopt更好地解决这个问题吗？

如果你们中的任何人能给我一个除 tensorflow 之外的任何一种方法的实现，我将不胜感激。

Answer 1

我猜，目标函数与字典学习（例如你的 X）和稀疏编码（你的 ci）有关，Python 中有几个很好的库。

看看scikit-learn 的稀疏编码和字典学习。或者，您可以使用SPAMS进行优化。

你已经知道你的字典，所以你需要知道的是稀疏代码。我认为使用 scikit-learns 稀疏编码器将是最简单的方法。

如果您想在优化过程中拥有更多权力，您可以自己在 Theano（或 Keras、Lasagne、TensorFlow）中实现它，如下所示。