问如何实现凸优化包？

EN

任何一本好的凸优化教科书都会有你想要的东西。这里有一个这样的免费但很棒的资源：CO Book。请注意，正如您正确提到的，实现本书中提到的算法肯定需要线性代数库，您可以选择也可以不选择实现线性代数库。

在Optima中有一个相关的article，这是mathematical optimization society的时事通讯，名为“快速开发一个带有硬币或的开源Minlp求解器”。它描述了使用一些coin-or包构建非线性求解器。大多数硬币或东西都是用c++编写的。

对于python，您可以考虑使用numpy中提供的线性代数数据结构和算法。相关的scipy包有一些非线性优化器，但没有专门用于凸优化的。

最后，您可以查看Boyd的GPL的基于python的凸优化程序cvxopt，以了解您将面临什么样的任务。

这取决于你要去做什么，，但你应该去找教授。在你现在所在的大学或者你毕业的大学里，你应该直接问他。

我实现了几个问题的求解器，简化为凸优化(http://cs229.stanford.edu/proj2017/) - cvx4ml，它比SkLearn的类似解决方案更快，我通过了斯蒂芬·博伊德的24小时考试，所以我可以为你的粗略计划提供建议和描述：

所以你要创建自己的包，我会写一步一步的说明：

你应该创建库与密集的matrix/vectors

• You应创建库与稀疏matrix/vectors

• Implement解线性方程组约20种不同的算法(因为根据情况你将需要不同的them)

• Introduce概念如何描述约束，函数域等在你的编程语言或你的系统，你created.

• Implement几个规范和对偶规范的评估，一些因式分解技术，如LU，Cholesky.

• Implement自定义非负正交锥的简单圆锥求解器。这取决于你要做什么。6.a -基于内点法编写求解器。6.b -编写支持分布式优化的求解器6.c -基于一些投影的次梯度编写求解器，以支持其他步骤“5”cones

• Enhanced

的求解器

如果你想达到CVXPY级别，那么

1. 实现了像CVXPY一样的程序描述解析，并将问题转化为二次曲线形式。

附注：如果你对其中的一些话题感到草率，那么：

• 读过线性代数的书，这本书是教授写的。从youtube上的university
• Look进入带有S.Boyd的EE263，带有S.Boyd的EE364A，带有S.Boyd的EE364B。