cvxpy下載 - cvxpy原始碼下載

cvxpy

Python

v1.6.0

下載

CVXPY

CVXPY 文件位於 cvxpy.org。

我們正在 Discord 上建立一個 CVXPY 社群。加入對話！對於問題和長篇討論，請使用 Github 問題和 Github 討論。

內容

安裝
入門
問題
社群
貢獻
團隊
引用

CVXPY 是一種用於解決凸最佳化問題的 Python 嵌入式建模語言。它允許您以遵循數學的自然方式表達您的問題，而不是採用求解器要求的限制性標準形式。

例如，以下程式碼解決了變數受下限和上限約束的最小二乘問題：

 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

凸優化問題，
混合整數凸優化問題，
幾何程序，以及
擬凸規劃。

CVXPY 不是求解器。它依賴開源求解器 Clarabel、SCS 和 OSQP。可以使用其他求解器，但必須單獨安裝。

CVXPY 最初是史丹佛大學的研究計畫。它現在由許多機構和國家的許多人開發。

安裝

CVXPY 可在 PyPI 上使用，並且可以透過以下方式安裝

 pip install cvxpy

CVXPY 也可以與 conda 一起安裝，使用

 conda install -c conda-forge cvxpy

CVXPY 具有以下相依性：

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

有關詳細說明，請參閱安裝指南。

入門

要開始使用 CVXPY，請查看以下內容：

官方CVXPY教程
範例庫
API參考

問題

我們鼓勵您使用 Github 追蹤器報告問題。我們歡迎各種問題，特別是與正確性、文件、效能和功能請求相關的問題。

對於基本使用問題（例如，「為什麼我的問題不是 DCP？」），請改用 StackOverflow。

社群

CVXPY 社群由來自世界各地的研究人員、資料科學家、軟體工程師和學生組成。我們歡迎您的加入！

若要與 CVXPY 社群即時聊天，請加入我們的 Discord。
若要與 CVXPY 社群進行更長時間、更深入的討論，請使用 Github 討論。
若要共用功能請求和錯誤報告，請使用 Github Issues。

請在與 CVXPY 社群的溝通中保持尊重，並確保遵守我們的行為準則。

貢獻

我們感謝所有的貢獻。您無需成為凸優化的專家即可提供協助。

您應該先從原始程式碼安裝 CVXPY。以下是一些立即開始貢獻的簡單方法：

閱讀 CVXPY 原始碼並改進文檔，或解決 TODO
增強網站文檔
瀏覽問題追蹤器，並尋找標記為「需要協助」的問題
完善範例庫
添加基準

如果您想在我們的庫中添加新範例或實現新功能，請先與我們聯繫，以確保您的優先事項與我們的優先事項一致。

貢獻應作為拉取請求提交。 CVXPY 開發團隊的成員將審查拉取請求並引導您完成貢獻流程。

在開始貢獻之前，請先閱讀貢獻指南。

團隊

CVXPY 是一個社區項目，由許多研究人員和工程師的貢獻建構而成。

CVXPY 由 Steven Diamond、Akshay Agrawal、Riley Murray、Philipp Schiele、Bartolomeo Stellato 和 Parth Nobel 開發和維護，還有許多其他人做出了重大貢獻。多年來塑造 CVXPY 的不完全名單包括 Stephen Boyd、Eric Chu、Robin Verschueren、Jaehyun Park、Enzo Busseti、AJ Friend、Judson Wilson、Chris Dembia 和 William Zhang。

有關團隊和流程的更多信息，請參閱我們的治理文件。