具有多个返回值作为 scipy.minimize

如何解决具有多个返回值作为 scipy.minimize

我是 python 新手，我的任务是最小化具有 3 个返回值的数学函数（如我必须使用的模板中提供的那样），但我只需要这些返回值中的第一个。这是一个例子

```
def exponential_function(x):

   value = -np.exp(-0.5 * (x[0]**2 + x[1]**2))
   grad = np.array([-value * x[0],-value * x[1]])

   return value,grad,np.array([0,0])

```

这必须是 optimize.minimize 的第一个参数。这仅适用于一个回报（=值），但在这种情况下我不知道。我尝试了包装函数，但失败了。

提前致谢

解决方法

适合作为优化.minimize的第一个参数的函数对象，它接受这些返回值中的第一个是：

lambda x: exponential_function(x)[0]

,

您尝试过哪种包装纸。你不需要任何花哨的东西，只需要调用给定函数的东西，但只返回第一个结果，value：

def exponential_function(x):

   value = -np.exp(-0.5 * (x[0]**2 + x[1]**2))
   grad = np.array([-value * x[0],-value * x[1]])

   return value,grad,np.array([0,0])

def myfunc(x):
   value,arr = exponential_function(x)
   return value

您可以在其他答案中使用 lambda 作为建议，但我尝试制作一个更明确的包装函数，这可能更容易理解。

当我们询问您尝试过的内容时，我们并不期待有效的尝试。我们想看看您尝试了什么，并更好地了解您理解（或缺少）的内容。目标是让您思考，并在可能的情况下最终解决您自己的问题，而不是用勺子提供答案。

,

嘿，您可以使用三个变量调用该函数来存储返回值，例如：

value_return,grad_return,array_return = exponential_function(x)

因此每个返回都存储在适当的变量中。之后您可以使用这些变量（在函数之外！）。 或者，只需删除您不需要的其他退货。

这是否回答了您的问题？