如何解决如何使用 trust-ncg 进行 scipy 优化最小化
我的任务是使用 'trust-ncg'
的 scipy.opt.minimize
方法。
我已经给出了函数 f(x,y)
的输出。我在函数中手动找到雅可比行列式。所以,也是黑森州。简化为:
def foo(params):
x,y = params
return x*x+y
def df(params): # jacobian
x,y = params
return np.array([2*x,1])
def hf(params): # hessian
x,y = params
return np.array([[2,0],[0,0])
然后,我的尝试是: res = opt.minimize(foo,[1,1],jac=df,hess=hf,method='trust-ncg',tol=1e-10)
我收到:ValueError: shapes (2,11) and (2,11) not aligned: 11 (dim 1) != 2 (dim 0)
。
我在玩宽容,如https://www.programcreek.com/python/example/57330/scipy.optimize.minimize。如果我将容差设置为 1,我将只进行 1 次迭代,但是我只会返回一条直线,这不是我的目标。 我还尝试更改函数参数的顺序,但没有达到预期的效果。我尝试了其他版本的粗麻布,作为一维数组,但它没有帮助我。我还尝试将 jacobian 设为 [[0],[1]] 类型。再次,没有效果。
如何使用 trust-ncg 正确调用 scipy opt minimum?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。