优化单个变量成本函数的参数

我想实现python代码来优化具有多个参数的单个变量函数的参数。

例如，采用以下双曲正切的定义

def s(x):
    return (np.exp(2*x)-1)/(np.exp(2*x)+1)

我想要确定参数wi和bi，以便在封闭区间[0]中最小化x的三个成本函数s(w0*x+b0)-1，s(w1*x+b1)-x和s(w2*x+b2)-x**2 ，1]关于L ^ 2积分范数。

看来scipy.optimize的minimum函数可以做到这一点，但是我发现的大多数示例似乎都是在计算使函数最小化的特定点x，而不是为所有in中的x计算最小化函数的参数。给定的域。

是否可以使用最小化功能解决上述问题？还是有更好的功能来查找优化给定功能的参数。

为了说明这一点，我正在通过贪婪算法通过1-tanh激活函数实现1-隐藏层神经网络，以逼近1，x和x ^ 2，并且在每个步骤中，我基本上都需要找到参数{{1 }}和w将某些特定功能b的{{1}}最小化。