cvxpy下载 - cvxpy源代码下载

cvxpy

Python

v1.6.0

下载

CVXPY

CVXPY 文档位于 cvxpy.org。

我们正在 Discord 上建立一个 CVXPY 社区。加入对话！对于问题和长篇讨论，请使用 Github 问题和 Github 讨论。

内容

安装
入门
问题
社区
贡献
团队
引用

CVXPY 是一种用于解决凸优化问题的 Python 嵌入式建模语言。它允许您以遵循数学的自然方式表达您的问题，而不是采用求解器要求的限制性标准形式。

例如，以下代码解决了变量受下限和上限约束的最小二乘问题：

 import cvxpy as cp
import numpy

# Problem data.
m = 30
n = 20
numpy . random . seed ( 1 )
A = numpy . random . randn ( m , n )
b = numpy . random . randn ( m )

# Construct the problem.
x = cp . Variable ( n )
objective = cp . Minimize ( cp . sum_squares ( A @ x - b ))
constraints = [ 0 <= x , x <= 1 ]
prob = cp . Problem ( objective , constraints )

# The optimal objective is returned by prob.solve().
result = prob . solve ()
# The optimal value for x is stored in x.value.
print ( x . value )
# The optimal Lagrange multiplier for a constraint
# is stored in constraint.dual_value.
print ( constraints [ 0 ]. dual_value )

使用 CVXPY，您可以建模

凸优化问题，
混合整数凸优化问题，
几何程序，以及
拟凸规划。

CVXPY 不是求解器。它依赖于开源求解器 Clarabel、SCS 和 OSQP。可以使用其他求解器，但必须单独安装。

CVXPY 最初是斯坦福大学的一个研究项目。它现在由许多机构和国家的许多人开发。

安装

CVXPY 可在 PyPI 上使用，并且可以通过以下方式安装

 pip install cvxpy

CVXPY 也可以与 conda 一起安装，使用

 conda install -c conda-forge cvxpy

CVXPY 具有以下依赖项：

Python >= 3.9
克拉贝尔 >= 0.5.0
OSQP >= 0.6.2
SCS >= 3.2.4.post1
NumPy >= 1.20.0
SciPy >= 1.6.0

有关详细说明，请参阅安装指南。

入门

要开始使用 CVXPY，请查看以下内容：

官方CVXPY教程
示例库
API参考

问题

我们鼓励您使用 Github 跟踪器报告问题。我们欢迎各种问题，特别是与正确性、文档、性能和功能请求相关的问题。

对于基本使用问题（例如，“为什么我的问题不是 DCP？”），请改用 StackOverflow。

社区

CVXPY 社区由来自世界各地的研究人员、数据科学家、软件工程师和学生组成。我们欢迎您的加入！

要与 CVXPY 社区实时聊天，请加入我们的 Discord。
要与 CVXPY 社区进行更长时间、更深入的讨论，请使用 Github 讨论。
要共享功能请求和错误报告，请使用 Github Issues。

请在与 CVXPY 社区的沟通中保持尊重，并确保遵守我们的行为准则。

贡献

我们感谢所有的贡献。您无需成为凸优化方面的专家即可提供帮助。

您应该首先从源代码安装 CVXPY。以下是一些立即开始贡献的简单方法：

阅读 CVXPY 源代码并改进文档，或解决 TODO
增强网站文档
浏览问题跟踪器，并查找标记为“需要帮助”的问题
完善示例库
添加基准

如果您想向我们的库添加新示例或实现新功能，请先与我们联系，以确保您的优先事项与我们的一致。

贡献应作为拉取请求提交。 CVXPY 开发团队的成员将审查拉取请求并指导您完成贡献过程。

在开始贡献之前，请阅读贡献指南。

团队

CVXPY 是一个社区项目，由许多研究人员和工程师的贡献构建而成。

CVXPY 由 Steven Diamond、Akshay Agrawal、Riley Murray、Philipp Schiele、Bartolomeo Stellato 和 Parth Nobel 开发和维护，还有许多其他人做出了重大贡献。多年来塑造 CVXPY 的不完全名单包括 Stephen Boyd、Eric Chu、Robin Verschueren、Jaehyun Park、Enzo Busseti、AJ Friend、Judson Wilson、Chris Dembia 和 William Zhang。

有关团队和流程的更多信息，请参阅我们的治理文档。