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 这个概念联系起 …

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

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。这里推荐Gatech ISyE …

测地凸的概念由来已久，可以参考大几何学家Gromov等人在1970s总结的一些结论 [1] [2] [3]，凸优化的概念也发展了大几十年，这个不必多言， Stephen Boyd 的Convex Optimization [4] 等书都是经典， …

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。。。我自己也曾经想好好读一读这本 …

The non-convex Burer-Monteiro approach works on smooth semidefinite programs (2016) On the low-rank approach for semidefinite programs arising in synchronization and community detection (2016)

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变化速度和 …

讲一讲在不等式方面的看法。 Karamata里对函数凸性的要求不是我们使用优超的充要条件，应该是为了拓宽使用范围才引申出来的概念。 之前写过一篇文章讲了九牛一毛。。

为什么 Non-Convex Optimization 受到了越来越大的关注？ 近几年ICMl,NIPS 出现了许多Non-Convex Optimization的论文， 我虽然也在看Non-Convex Optimization… 显示全部 关注者 3,472 被浏览

重写按照我的思路写了篇更详细更科普性质的博客，充要性的证明都在里面，再加上知乎本身的排版不太友好，大家可以移步她的文章 这么早就说Hessian矩阵是半正定的，会不会给人一种凸函数的感觉？ …