У меня есть большая проблема, определенная на языке моделирования CVXPY. Я хочу решить серию этих задач - все тот же формат, но с другими параметрами (константами).
Я выяснил, что после вызова problem.solve() генерация внутренней проблемы занимает 20 с, а время выполнения основной оптимизации - 0,2 с. Много времени, когда я хочу решить десятки подобных задач.
Есть ли какой-либо инструмент для CVXPY, такой как оптимизатор YALMIP или какая-либо возможность сократить время создания проблем?
Да, есть. И это даже объясняется в официальных документах.
Параметры
Параметры - это символические представления констант. Назначение параметров - изменить значение константы в задаче без восстановления всей проблемы.
Пример прямо из документации (изменен):
from cvxpy import *
import numpy
# Problem data.
n = 15
m = 10
numpy.random.seed(1)
A = numpy.random.randn(n, m)
b = numpy.random.randn(n, 1)
# gamma must be positive due to DCP rules.
gamma = Parameter(sign="positive") # !!!
# Construct the problem.
x = Variable(m)
error = sum_squares(A*x - b)
obj = Minimize(error + gamma*norm(x, 1))
prob = Problem(obj) # !!!
# Construct a trade-off curve of ||Ax-b||^2 vs. ||x||_1
sq_penalty = []
l1_penalty = []
x_values = []
gamma_vals = numpy.logspace(-4, 6)
for val in gamma_vals:
gamma.value = val # !!!
prob.solve() # !!!
# Use expr.value to get the numerical value of
# an expression in the problem.
sq_penalty.append(error.value)
l1_penalty.append(norm(x, 1).value)
x_values.append(x.value)
Как вы заметили, настройка вашей задачи оптимизации может занять некоторое время, потому что она соответствует подходу DCP (который доказывает выпуклость по конструкции).
При использовании parameter эта DCP-обработка выполняется только один раз! Каждое новое решение меняет только некоторые мелкие детали в проблеме. Важно описать ваш параметр как можно точнее, чтобы DCP мог работать. Пример: Parameter(sign="positive").
Может быть. В зависимости от решателя вы также можете использовать теплый запуск, если считаете, что специальное предположение (например, вектор решения вашей последней итерации) является хорошим началом для новой проблемы.
Это заменит: prob.solve() на prob.solve(warm_start=True), что приведет к повторному использованию предыдущего решения в качестве начала (объяснено здесь). Невозможно вручную определить этот вектор (из cvxpy).
К сожалению, единственный решатель, поддерживающий это (в cvxpy), насколько я знаю, - это SCS (и другие проигнорируют его без сбоев)!
prob с помощью pickle, но, к сожалению, это вызывает исключение.
- person dave-cz; 01.06.2017
