Я знаком с CVXPY и столкнулся со странной проблемой. У меня есть следующая простая задача оптимизации игрушки:
import numpy as np
import cvxpy as cp
A=np.array([[1,0,0],[0,1,0], [0,0,1]])
y=np.array([1,1,1])
# Upper bound for the constraint term
upper=1
# Solve the optimization problem using CVXPY
x = cp.Variable(3)
objective = cp.Minimize(cp.sum_squares(x))
constraint = [cp.sum_squares(A*x - y) <= upper]
prob = cp.Problem(objective, constraint)
prob.solve()
optimal_x = x.value
print('Value of constraint at optimal x:' + str(np.linalg.norm(A*optimal_x - y)**2))
Теперь я ожидаю, что мой выходной номер будет больше, чем upper=1
, но я получаю следующее:
Value of constraint at optimal x:3.0000000068183947
Я очень не понимаю, как это могло быть правдой. Я неправильно использую функцию cp.sum_squares
? Я просто неправильно настраиваю оптимизацию? Любая помощь приветствуется !!