NCVX：一个用户友好且可扩展的机器学习非凸优化包

优化非凸（NCVX）问题，尤其是非光滑且带约束的问题，是机器学习的重要组成部分。然而，若无优化专业知识，往往难以可靠地求解此类问题。现有的通用NCVX优化包功能强大，但通常无法处理非光滑性。GRANSO是最早面向带非光滑约束的一般非光滑NCVX问题的优化求解器之一，但由于其基于MATLAB实现且要求用户提供解析梯度，GRANSO在机器学习（尤其是深度学习）应用中往往不是便捷的选择。为大幅降低技术门槛，我们推出名为NCVX的新软件包，其初始版本包含求解器PyGRANSO——一个支持PyTorch的GRANSO移植版，集成了自动微分、GPU加速、张量输入以及对新型QP求解器的支持。NCVX构建于免费且广泛使用的开源框架之上，其突出之处在于可求解通用约束深度学习问题，属首创。NCVX可在 https://ncvx.org 获取，附有详细文档及来自机器学习与其他领域的众多示例。