人工智能里的数学修炼 | 约束问题的优化求解：拉格朗日乘子法、KKT条件与对偶问题

简单的说，拉格朗日乘子法是一种寻找多元函数在一组等式约束下极值的方法，通过引入拉格朗日乘子，可以将有 d 个变量与 k 个约束条件的最优化问题转化为具有转化为具有 d+k 个变量的无约束优化问题求解。 而KKT条件和对偶问题则可以看作是拉格朗日乘子法的推广。 一、约束优化问题分类 二、等式约束与拉格朗日乘子法 三、拉格朗日乘子法的推广：KKT条件 四、拉格朗日原问题与对偶问题 一、约束优化问题分类

>>阅读原文<<