scipy.optimize（）值错​​误：求和的形状不匹配

Question

嗨，我是scipy和numpy的新手，

我正在尝试使用解决QP问题进行类分配

minimize x^t * H * x  + f^t * x 
where x > 0

其中H是2 X 2块矩阵，每个元素是ak X k维矩阵，x和f是2 X 1向量，每个元素是ak维向量。

np.shape(H) = (2, 2, k, k)
np.shape(x) = (2, k)

即使我认为功能正确，也出现形状不匹配错误

这是我的实现：

def func(x):    #This function runs perfectly ,returns a value 

    return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)

x_init = np.ones((2, k))

bnds = (0, None)

theta = opt.minimize(func , x_init, bounds = bnds)
# I get an error here. 
# ValueError: shape-mismatch for sum

我是否缺少明显的东西？

Answer 1

问题是x_init被opt.minimize平了。 您可以通过在函数内部重塑x来解决此问题：

def func(x):
    x = x.reshape(2, -1)
    return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)

结果被theta捕获，并且来自theta.x属性的优化x也将被展平，需要相同的重塑。