凸优化的最终项目CSE 592 ADMM（乘数的交替方向方法）优化器 在套索问题上试用了ADMM

一份详细的keras优化器详细总结。基于梯度的优化方法 1 0. 梯度下降 2 1. 批量梯度下降Batch gradient descent(BGD) 3 2. 随机梯度下降 Stochastic gradient descent(SGD) 4 3. 小批量梯度下降 Mini-batch gradient descent(MBGD) 5 4. Momentum（动量） 7 5. Adagrad 7 6. Adadelta 9 7. RMSprop 9 8. Adam 10 优化器的选择 11 最近邻分类器 11 损失函数 12 激活函数： 14 优化函数 14

Spotted Hyena Optimizer (SHO) 的灵感来自于斑点鬣狗的生物学行为。 该算法背后的主要概念是斑点鬣狗与其协作行为之间的社会关系。 SHO 的三个基本步骤是搜索猎物、包围和攻击猎物，这三个步骤都经过数学建模和实现。 这是论文的源代码：Gaurav Dhiman 和 Vijay Kumar。 “斑点鬣狗优化器：一种用于工程应用的新型生物启发式元启发式技术。” 工程软件进展 114 (2017)：48-70。 https://doi.org/10.1016/j.advengsoft.2017.05.014 更多信息请见： http : //dhimangaurav.com/gbc.html

基于哈里斯鹰优化器与支持向量回归的农村用电量预测方法研究，朱金玉，曹卫东，农村在经济发展中扮演着越来越重要的角色，农村用电量需求也越来越大，农村用电量预测能为管理者提供决策支持，其重要性变得十分

这是 Hugin 项目的一个分支，一个全景照片拼接器。 Hugin++ 与 fastPTOptimizer（libpano 库的一个分支）链接。 当您只有少量或中等数量的图像和控制点时，原始 Hugin 会在相当短的时间内完成几何优化。 但是，如果您有大量图像（数个或上千个）和许多控制点，则优化通常需要很多时间（最多几天）。 使用 Hugin++，大型全景图的几何优化时间减少了（可以实现 100 或更多的加速因子）。 Hugin++ 未与原始 libpano 库链接； 相反，它与 fastPTOptimizer 库链接。

此软件能优化和稳定玩游戏时的fps值，以及网络游戏的ping值

什么是AKG AKG（自动内核生成器）是针对深度学习网络中的运营商的优化程序。 它具有自动将操作与特定模式融合的功能。 AKG与MindSpore-GraphKernel配合使用，可提高在不同硬件后端运行的网络的性能。 AKG包含三个基本的优化模块：标准化，自动调度和后端优化。 正常化。 为了解决多面体（只能处理静态线性程序）表达能力的局限性，首先需要对计算IR进行归一化。 标准化模块的主要优化包括自动内联，循环融合，公共子表达式消除等。 自动排程。 自动调度模块基于多面技术，主要具有自动矢量化，自动平铺，线程/块映射，依赖关系分析和内存提升。 后端优化。 后端优化模块主要包括TensorCore加速，双缓冲区优化，存储平坦化优化和注入同步优化。 硬件后端支持 目前支持GPU V100/A100 。 列表中有更多后端。 建立 用MindSpore构建 有关详细信息，请参见 。 独

切割优化器 作为 IED Paris 8 项目的一部分，使用 Qt 使用 C ++ 切割优化器

错误恢复应用程序 此存储库中包含的代码是作为克兰菲尔德大学小组项目的一部分创建的。 应用程序包括使用蒙特卡罗技术的升力阻力优化器和监控优化器并允许在出现任何错误或应用程序崩溃后继续模拟的恢复系统。

此工具箱提供均衡优化器 (EO) 方法 “主要”脚本说明了EO如何使用基准数据集解决特征选择问题的示例。 ****************************************************** ****************************************************** **********************************