本资源 为台湾清华大学祁忠勇教授在大陆教授的凸优化课程，已经去过好多高校了，暑期专业选修课程，需要较为扎实的数学基础，如线性代数，微积分，矩阵论，复变函数等等

利用MATLAB实现了基于凸优化的波束形成，可以选择不同的阵列形式，利用凸优化的方法进行波束形成，可以学习下

matlab中的凸优化工具箱cvx使用指南

凸优化 习题解答凸优化 习题解答凸优化 习题解答凸优化 习题解答

学习凸优化必备书籍，适合研究生阅读

基于MATLAB平台开发的CVX工具箱可以有效地求解线性规划问题（LP)、二次规划问题（QP）、几何规划问题（GP）等凸优化问题。文件中包含CVX工具箱（包含多个求解器）和使用说明书，很容易上手。

理论部分由4章构成，不仅涵盖了凸优化的所有基本概念和主要结果，还详细介绍了几类基本的凸优化问题以及将特殊的优化问题表述为凸优化问题的变换方法，这些内容对灵活运用凸优化知识解决实际问题非常有用。应用部分由3章构成，分别介绍凸优化在解决逼近与拟合、统计估计和几何关系分析这三类实际问题中的应用。算法部分也由3章构成，依次介绍求解无约束凸优化模型、等式约束凸优化模型以及包含不等式约束的凸优化模型的经典数值方法，以及如何利用凸优化理论分析这些方法的收敛性质

Yu2021_Article_DistributedFixed-timeOptimizat.pdf

许多元学习方法的少数镜头学习依赖于简单的基础学习者，如最近邻分类器。然而，即使在少量射击的情况下，有区别地训练线性预测器可以提供更好的泛化。我们建议使用这些预测器作为基础学习者来学习少量镜头学习的表示，并表明它们在一系列少量镜头识别基准之间提供了更好的特征大小和性能之间的权衡。我们的目标是学习特征嵌入，在新的类别线性分类规则下很好地一般化。为了有效地解决这一目标，我们利用了线性分类器的两个性质:凸问题的最优性条件的隐式微分和最优问题的对偶公式。这允许我们使用高维嵌入改进的泛化，并适度增加计算开销。我们的方法名为MetaOptNet，在miniImageNet、tieredImageNet、CIFAR-FS和FC100的几次学习基准上实现了最先进的性能。