CVXPY的不同版本会产生不同的结果

Question

由于缺乏CVXPY的知识，在使用不同版本的优化问题时，我遇到了调和简单优化问题结果的问题。

当我使用版本0.4.5的CVXPY时，我把我的问题写为：

import numpy as np
from cvxpy import * 
n = 5
np.random.seed(123)
g1 = np.random.rand(2*n, 1)
H1 = np.eye(2*n)
w = Variable(2*n)
gamma = Parameter(sign="positive")
ret = -g1.T*w
risk = quad_form(w, H1)
prob = Problem(Maximize(ret - gamma*risk), 
[w >= 0])
gamma.value = 0.5
prob.solve()
res = w.value

res等于：

res = [[  2.86653834e-12],
[  2.47912037e-11],
[  3.73027873e-11],
[  7.13532730e-12],
[  2.31133274e-12],
[  1.27710498e-11],
[ -2.50944234e-12],
[  3.15803733e-12],
[  9.90353521e-12],
[  1.46452182e-11]]

然而，当我在1.0.8版本中使用CVXPY时，我键入的代码几乎相同，如下所示：

n = 5 
np.random.seed(123)
g1 = np.random.rand(2*n, 1)
H1 = np.eye(2*n)
w = Variable(2*n)
gamma = Parameter(nonneg=True)
ret = -g1.T*w
risk = quad_form(w, H1)
prob = Problem(Maximize(ret - gamma*risk), 
[w >= 0])
gamma.value = 0.5
prob.solve()
res = w.value

结果是：

(Pdb) res
array([6.66098380e-25, 2.73633363e-25, 2.16955532e-25, 5.27275998e-25,
6.88070573e-25, 4.04646723e-25, 9.37904145e-25, 6.54954091e-25,
4.60002892e-25, 3.75018828e-25])

我在使用CVXPY 1.0.8版本时所做的唯一区别是，我使用了属性"nond=True"，而不是"sign=positive"，我认为它们本质上是一样的。有人能帮我吗？结果如此不同的可能原因是什么？

非常感谢

Answer 1

CVXPY 1.0使用OSQP解算器解决类似您的问题，而CVXPY 0.4使用ECOS。这就是结果不同的原因。但最终，非常接近零的数字应该被视为零。如果您的程序在输出为-1e-12和1e-12时表现不同，您可能希望降低程序的敏感度。