Python 参数*范数下DCP规则的CVXPY问题_Python_Cvxpy_Convex Optimization

Python 参数*范数下DCP规则的CVXPY问题

python

Python 参数*范数下DCP规则的CVXPY问题,python,cvxpy,convex-optimization,Python,Cvxpy,Convex Optimization,我最近发现了cvxpy包，并尝试将其用于一个非常基本的最小化问题。但在初始化凸问题时，我总是得到一个无法解释的DCP错误 x=变量（m） gamma=参数（值=1.0）成本=平方和（np.转置（A_形）*x-b_实）+伽马*范数（x，1） obj=最小化（成本） constr=[np.转置（A_形）*x=b_实-abs（b_实*eps）] prob=问题（obj，CONTR）打印（问题是\u dcp（））所有参数如m、A_形、b_实和eps都在前面定义我的问题：每当我在成本声明中使

我最近发现了cvxpy包，并尝试将其用于一个非常基本的最小化问题。但在初始化凸问题时，我总是得到一个无法解释的DCP错误

x=变量（m）
gamma=参数（值=1.0）
成本=平方和（np.转置（A_形）*x-b_实）+伽马*范数（x，1）
obj=最小化（成本）
constr=[np.转置（A_形）*x=b_实-abs（b_实*eps）]
prob=问题（obj，CONTR）
打印（问题是\u dcp（））

所有参数如m、A_形、b_实和eps都在前面定义

我的问题： 每当我在成本声明中使用参数gamma并想要解决它时，cvxpy告诉我问题不符合DCP规则，这是因为子表达式param123*norm124。当我用1.0替换gamma或删除它时，我没有得到这个错误，prob.is_dcp（）返回True，这我无法解释，因为我用值1.0初始化gamma

如果您需要更多信息，请随时询问，并提前表示感谢

好吧，我找到了解决方案：

我只测试了将参数的参数nonpos设置为False，但没有帮助。我不知道的是，还有参数nonneg，然后我将其设置为True，现在DCP分析也返回True。

好的，我找到了解决方案：我只测试了将参数的参数nonpos设置为False，但没有帮助。我不知道的是，还有一个参数nonneg，我将它设置为True，现在DCP分析也返回True