假设模型是,在明确已知的情况下,我们将观察为找到每个样本、、显然,这是一个欠定逆问题。
我见过一些像这样的迭代算法,
- 、的随机数开始。
- 选择,保持,不变,将更改为使得
更新
相同,但修复,并更新。
重复,并重复整个过程几次,直到它不改变
最终结果作为逆问题的解。
我在计算机科学的不同领域多次看到这种哲学,只是希望知道它背后的大局是什么。喜欢ADMM吗?
假设模型是,在明确已知的情况下,我们将观察为找到每个样本、、显然,这是一个欠定逆问题。
我见过一些像这样的迭代算法,
更新
相同,但修复,并更新。
重复,并重复整个过程几次,直到它不改变
最终结果作为逆问题的解。
我在计算机科学的不同领域多次看到这种哲学,只是希望知道它背后的大局是什么。喜欢ADMM吗?
这种方法的通用名称是“块坐标下降”。重要的是要理解,如果没有额外的假设,就不能保证收敛。
ADMM 不仅仅是块坐标下降——它是一种更复杂的方法,在每次迭代中针对原始变量和进行优化,然后调整拉格朗日乘数和惩罚参数。