ADMM

释义 Definition

ADMM：交替方向乘子法（Alternating Direction Method of Multipliers），一种常用于凸优化与分布式/并行计算的算法框架。它把一个较难的优化问题拆成若干个较容易的子问题，交替更新变量，并用（增广）拉格朗日乘子协调各部分的一致性。（在不同语境中也可能指其他缩写，但最常见的是此优化算法。）

发音 Pronunciation (IPA)

/ˌeɪ diː ˌem ˌem/

例句 Examples

ADMM is often used to solve large-scale optimization problems.
ADMM 常用于求解大规模优化问题。

By splitting the objective into separable terms, ADMM enables distributed training across multiple machines while maintaining consensus constraints.
通过把目标函数拆分为可分离的部分，ADMM 能在保持一致性约束的同时，实现跨多台机器的分布式训练。

词源 Etymology

ADMM 来自短语 Alternating Direction Method of Multipliers 的首字母缩写：

• Alternating Direction 表示“交替方向/交替更新”（轮流优化不同变量块）；
• Method of Multipliers 指“乘子法”（利用拉格朗日乘子与增广项来处理约束与耦合）。

相关词 Related Words

• Optimization
• Convex
• Lagrangian
• Multiplier
• Augmented
• Constraint
• Consensus
• Proximal
• Decomposition
• Gradient

文学与著作 Literary Works

• Distributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers（Boyd 等，2011）
• Numerical Optimization（Nocedal & Wright）
• Convex Optimization（Boyd & Vandenberghe）