如何在 MOSEK 中重塑变量

Question

我正在尝试将用 MATLAB CVX 编写的优化代码转换为直接调用求解器 MOSEK 的 Python 代码。我的优化由以下类型的方程组成：||斧头-b|| +正则化器。x是一个三维变量，需要评估其最佳值。我将 A 定义为 MATLAB 中的函数，如下所示：function D = A(X)   n = size(X,1);m = size(X,2);nim = size(X,3);for t = 1:nim    temp = X(:,:,t);    D(:,:,t) = squeeze(sum(sum(reshape(temp,7,19,7,19),1),3));endend所以，||Ax-b|| 在 MATLAB CVX 中变为norm((vec(A(x)-b)))现在，当我直接调用 MOSEK 转换为 python 时，我写道：def lseReg(b,I,n,m,d,n1,m1,alpha,beta):    M = Model("LSE-REG")    x = M.variable("x", [n,m,d] )    t = M.variable("t")        y = M.variable("y",[n1,m1,d])    for i in range(0,d):        temp = x.slice([0,0,i],[n,m,i])        temp2 = Var.reshape(temp,[19,7,19,7])        y.slice[[0,0,i],[n1,m1,i]] =  Expr.sum(Expr.sum(temp2,3),1)            r = Expr.sub(b,y)    M.constraint(Expr.vstack(0.5,t,r),Domain.inRotatedQCone())    t2 = M.variable("t2")    r2 = Expr.sub(I,Expr.sum(x,2))    M.constraint(Expr.vstack(0.5,t2,r2),Domain.inRotatedQCone())    #the Objective    ObjExpr1 = t.asExpr()    ObjExpr2 = t2.asExpr()    ObjExpr3 = Expr.mul(alpha,lassoVar(M,x,n,m,d))    ObjExpr4 = Expr.mul(beta,lassoTV(M,x,n,m,d))    objExpr = Expr.add(ObjExpr1,ObjExpr2,ObjExpr3,ObjExpr4)    M.objective(ObjectiveSense.Minimize,objExpr)    return M我这次重塑做错了什么？

Answer 1

这：

x.slice([0,0,i],[n,m,i])

会给你一个大小为 0 的对象，你可能的意思是

x.slice([0,0,i],[n,m,i+1])

请记住，“最后一个”索引是您想要的切片的最后一个元素后面的 1。

你不能将事物分配给切片，这是非法的：

y.slice[[0,0,i],[n1,m1,i]] =

相反，您可能想要做出限制。

这些是可能对其他人有用的一般评论。我们知道您已将问题发送给 MOSEK 支持人员，我们将针对您的其他问题提供更多详细信息进行答复。