稀疏编码中涉及到的： LASSO，近端梯度优化（PGD），迭代软阈值算法（ISTA），L-Lipschitz条件，软阈值的公式推导

近端梯度算法，包含多种常见的近端梯度算法

加速近端梯度法常用于优化求解机器学习中的非平滑凸优化问题，比起近端梯度法具有收敛速度快的优势

apgpy Python包，该包实现了用于最小化凸函数的加速近端梯度方法（Nesterov 2007，Beck和Teboulle 2009）。 解决： minimize f(x) + h(x) over x \in R^dim_x f是光滑的，凸的-用户提供函数来评估f梯度h是凸的-用户提供评估h的近端算子的功能 呼叫为： x = apgpy.solve( grad_f, prox_h, dim_x ) solve具有呼叫签名： def solve(grad_f, prox_h, dim_x, max_iters=2000, eps=1e-6, alpha=1.01, beta=0.5, gen_plots=True, use_restart=True,