- 1、本文档共37页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
A rnating direction method of multipliers
Yuanming Shi
ShanghaiTech University
Copyright: ELE 522: Large-Scale Optimization for Data Science from Prof. Yuxin Chen at Princeton University
Outline
• Augmented Lagrangian method
• A rnating direction method of multipliers
Two-block problem
minimize F (, ) := f () + f ()
, 1 2
subject to + =
where f1 and f2 are bo onvex
• this can also be solved via Douglas-Rachford splitting
• we will introduce another paradigm for solving this problem
ADMM 10-3
Augmented Lagrangian method
Dual problem
minimize f () + f ()
, 1 2
subject to + =
ize min f () + f () + , + −
, 1 2
=:L(, ,) (Lagrangian)
ize − f ∗ (−) − f ∗ (−) − ,
1 2
minimize f ∗ (−) + f ∗ (−) + ,
1 2
ADMM 10-5
Augmented Lagrangian method
minimize f ∗ (−) + f ∗ (−) + ,
1 2
The proximal point method for solving this dual problem:
t+1 = arg min f ∗ (−) + f ∗ (−) + , + 1 t
文档评论(0)