This paper introduces tvopt, a Python framework for prototyping and benchmarking time-varying (or online) optimization algorithms. The paper first describes the theoretical approach that informed the development of tvopt. Then it discusses the different components of the framework and their use for modeling and solving time-varying optimization problems. In particular, tvopt provides functionalities for defining both centralized and distributed online problems, and a collection of built-in algorithms to solve them, for example gradient-based methods, ADMM and other splitting methods. Moreover, the framework implements prediction strategies to improve the accuracy of the online solvers. The paper then proposes some numerical results on a benchmark problem and discusses their implementation using tvopt. The code for tvopt is available at https://github.com/nicola-bastianello/tvopt.


翻译:本文介绍原型和基准时间(或在线)分配优化算法的Python框架,介绍原型和基准时间变换(或在线)优化算法;首先介绍为开发原型提供参考的理论方法;然后讨论框架的不同组成部分及其用于建模和解决时间变换优化问题;特别是,原型提供界定集中和分布在线问题的功能,并收集解决这些问题的内在算法,例如基于梯度的方法、ADMM和其他分解方法;此外,该框架还实施预测战略,以提高在线解答者的准确性;然后就基准问题提出一些数字结果,并用tvopt讨论其实施情况;tvopt的代码见https://github.com/nikola-bastianello/tvopt。

0
下载
关闭预览

相关内容

专知会员服务
17+阅读 · 2020年9月6日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
已删除
将门创投
4+阅读 · 2019年11月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Python推荐系统框架:RecQ
专知
12+阅读 · 2019年1月21日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
R文本分类之RTextTools
R语言中文社区
4+阅读 · 2018年1月17日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Arxiv
25+阅读 · 2018年1月24日
VIP会员
相关VIP内容
相关资讯
已删除
将门创投
4+阅读 · 2019年11月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Python推荐系统框架:RecQ
专知
12+阅读 · 2019年1月21日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
机器人开发库软件大列表
专知
10+阅读 · 2018年3月18日
R文本分类之RTextTools
R语言中文社区
4+阅读 · 2018年1月17日
【推荐】免费书(草稿):数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
Top
微信扫码咨询专知VIP会员