凸优化理论（convex optimization）在信号处理，图像处理，通信中有很广泛的应用，并受到越来越多的关注。这本书是由这个领域里的专家合写的，对理论研究和工程应用都有很大的启迪。此外，这本书中还包含了凸优化理论在压缩感知（compressed sensing）中的应用。

Nonlinear Programming 3rd Edition Theoretical Solutions Manual Chapter 1

convex optimization中、英文双版 凸优化convex optimization Stephen Boyd Lieven Vandenberghe著 王书宁等译，电子扫描版

一、简化前馈网络LeNet import torch as t class LeNet(t.nn.Module): def __init__(self): super(LeNet, self).__init__() self.features = t.nn.Sequential( t.nn.Conv2d(3, 6, 5), t.nn.ReLU(), t.nn.MaxPool2d(2, 2), t.nn.Conv2d(6, 16, 5), t.nn.ReLU(), t.nn.MaxPool2d(2, 2) ) # 由于调整shape并不是一

System.Web.Optimization.dll error CS0234: 命名空间“System.Web”中不存在类型或命名空间名称“Optimization”(是否缺少程序集引用?)“,“data“:null} 文章地址：https://blog.csdn.net/cplvfx/article/details/109291928

Convex Optimization 英文版和王书宁的中文翻译版，含笔记

Convex optimization 最新版 extra exercises February 16, 2019

近端梯度算法，包含多种常见的近端梯度算法

今天小编就为大家分享一篇关于torch.optim的灵活使用详解(包括重写SGD,加上L1正则)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Convex Optimization Solutions Manual Stephen Boyd Lieven Vandenberghe