在Haskell中进行凸优化的最佳方法?
我想在Haskell中做一些简单的凸优化;没什么特别的,只是用一些二次约束最小化线性函数。我遇到过这样的情况,我只是想知道这是否是这个目的的最佳方案,或者是否有一个标准的替代方案。谢谢 ad软件包有几个有用的例程和一两个梯度下降操作。例如:在Haskell中进行凸优化的最佳方法?,haskell,mathematical-optimization,convex-optimization,Haskell,Mathematical Optimization,Convex Optimization,我想在Haskell中做一些简单的凸优化;没什么特别的,只是用一些二次约束最小化线性函数。我遇到过这样的情况,我只是想知道这是否是这个目的的最佳方案,或者是否有一个标准的替代方案。谢谢 ad软件包有几个有用的例程和一两个梯度下降操作。例如: $ cabal install --pacakge-env . --lib ad $ ghci > import Numeric.AD > take 1 $ drop 10000 $ gradientDescent (\[x] -> (x-
$ cabal install --pacakge-env . --lib ad
$ ghci
> import Numeric.AD
> take 1 $ drop 10000 $ gradientDescent (\[x] -> (x-1)^2 + 3) [10]
[[1.0000000000377052]]
> conjugateGradientDescent (\[x] -> (x-1)^2 + 3) [10]
[[10.0],[1.0]]
我们将最小化的函数、输入视为可遍历的(在本例中为列表)和初始起点
[10]
。这是优化
包的基础,即使它不能彻底解决您的问题,也应该提供一个良好的开端。HVX似乎是一个未维护的学生项目,从未上传到Hackage。请随意使用,但不要期待任何形式的支持。谢谢!我试试看。