在 scipy.optimize.minimize 中的 NonlinearConstraint 中指定 hessian 的问题

如何解决在 scipy.optimize.minimize 中的 NonlinearConstraint 中指定 hessian 的问题

我无法在 scipy.optimize.minimize 中指定我自己的 Hessian。我创建了一个最小的问题来仔细检查，但我也无法让它工作。有人会碰巧知道是什么问题吗？

这是我的例子：

import numpy as np 
import jax.numpy as jnp 
import scipy

from scipy.optimize import minimize 
from scipy.optimize import NonlinearConstraint

from jax import grad,jit,vmap,jacrev,hessian
    
size_overall = 4 

constr_size= size_overall 

x0 = np.dot(2,np.ones((size_overall)))

def cost_func(x):    
    return jnp.dot(x,x)

def cost_func_grad(x):   
    return jnp.dot(2,x)

def test(x):     
    return x-np.ones(constr_size)

def jac_func(x):    
    return np.array(jacrev(test)(x0))

def hess_func(x,v): 
    temp = hessian(test)(x0)    

    temp0 = temp[0]     
    for i in range(0,constr_size):  
        temp0 = np.concatenate((temp0,temp[i])) 

    return temp0

print(hess_func(x0,0)) 
print(hess_func(x0,0).shape)


nonlinear_constraint = NonlinearConstraint(test,np.size(constr_size),jac_func,hess_func)

res2 = minimize(cost_func,x0,method='trust-constr',jac=cost_func_grad,constraints=[nonlinear_constraint],options={'disp': True})

解决方法

请参阅我上面的评论以获得答案。

这似乎解决了问题：

.

我想可能是因为它想要的Hessian的形状与Hessian本身的标准定义不同，而且H(x,v)实际上是一个和，见：https://docs.scipy.org/doc/scipy/reference/tutorial/optimize.html#constrained-minimization-of-multivariate-scalar-functions-minimize。