Блог

Я пытаюсь реализовать следующую задачу выпуклой оптимизации в cvxpy :

 A = a given matrix of dimension dim x dim  
B = a given matrix of dimension dim x dim  
X = cp.variable((dim, dim))  
distance = cp.norm(exp(X)-A, 'fro')  
delta= some positive real value  

obj = cp.Minimize(cp.norm(X-B,'fro'))  
constraint = distance < delta    
prob = cp.Problem(obj, constraint)  
prob.solve(solver=cp.SCS)
  

Это явно требует реализации экспоненциальной функции матрицы exp(X) =sum_n (1/n!) X^n (таким образом, не поэлементно!) Для cvxpy переменной матрицы, но я не нашел такой функции в документации.

Было ли это реализовано или, в качестве альтернативы, есть способ легко это сделать?