用张量流的等式和不等式实现约束优化

我想学习张量优化，因为我主要是在Matlab中编写代码。用张量流的等式和不等式实现约束优化

我的MATLAB代码：

fun = @(x)100*(x(2)-x(1)^2)^2 + (1-x(1))^2; 
x0 = [0.5,0]; 
A = [1,2]; 
b = 1; 
Aeq = [2,1]; 
beq = 1; 
x = fmincon(fun,x0,A,b,Aeq,beq)

我想用tensorflow实施上述优化。有没有办法复制它？

我遇到了this solution但它只说明了平等约束而不是不等式。

来源

2017-08-13 Zanam

您可以使用SciPy的最小化和TensorFlow-ScipyOptimizer桥 - https://www.tensorflow.org/api_docs/python/tf/contrib/opt/ScipyOptimizerInterface –

SciPy的优化是臭名昭著的比较Matlab的不收敛..所以我希望tensorflow的人可以创建他们自己的算法，与Matlab相媲美 – Zanam

TensorFlow的人不是魔术师，只是在本土的TF中进行scipy特性平价将会让人印象深刻。数值优化很难！ –

这里是一个如何来包装Tensorflow优化到更多的东西像你期望的优化一个教程：

https://pcess.github.io/tensorflow/

关键的一点要注意的是，Tensorflow不具有优化，其功能类似于Matlab的优化器如何工作。这是因为Tensorflow优化器基本上都是为了解决随机梯度下降问题而设计的......也就是说，在评估整个函数时如何优化函数的计算过于昂贵。因此，您不仅需要为Tensorflow设置自己的停止条件，还必须告诉它如何处理等式约束。

您肯定可以通过引入拉格朗日乘子来合并等式约束，但您必须手动执行该操作。

如果您只是想在Matlab之外进行优化，那么您应该尝试scipy.optimize.minimize中的一种方法。如果你绝对必须在Tensorflow中拥有它，那么你有很多工作要做。

来源

2018-01-22 20:49:39

用张量流的等式和不等式实现约束优化

回答

相关问题