python - 使用 CVXPY 对矩阵约束进行向量化
问题描述
这就是我目前编写约束的方式 -
x = cp.Variable(shape=(len(dogs), len(fields)), boolean=True)
# Each dog must run in exactly one field
constraints = []
for i in range(len(dogs)):
constraints.append(cp.sum([x[i][j] for j in range(len(fields))]) == 1)
# Each field must not have more than 10 dogs
for j in range(len(fields)):
constraints.append(cp.sum([fields[i] * x[i][j] for i in range(len(dogs))]) <= 10)
我阅读了文档说矢量化约束可以带来更好的性能。我将约束更改为
constraints = [cp.sum(x[:,])==1,cp.sum([dogs@x]) <= 10]
但是,这似乎不起作用。有人可以帮我向量化约束吗?
解决方案
推荐阅读
- r - 无法使用 ggplot 更改图例标题和标签
- excel - Excel ISERROR 发票
- android - 选择项目时更改回收站视图的前景色
- angular - 在 Angular 组件的 DOM 发生变化后运行函数,类似于 ngAfterViewInit
- css - 在 css 动画属性中转换 svg 动画属性
- containers - 为什么不建议在单个虚拟机上部署多个微服务?
- ios - Xcode 10:没有设置有效架构
- sql-server - 更新触发器不会更新基于集合的更新查询中的所有行
- android - 如何在 Visual Studio 2017 中使用 Android App Bundles-Dynamic Features
- css - pentaho 表格组件中的 css