[英]Bounded optimization using the Hessian matrix (scipy)
我正在尝试优化少量变量(从2到10)的函数。 我想做的是在有界超立方体上计算函数的最小值
[0,1] x [0,1] x ... x [0,1]
函数,其梯度和粗麻布的计算相对简单,快速且准确。
现在,我的问题是这样的:
使用scipy
,我可以使用scipy.optimize.minimize(..., method='Newton-CG')
或scipy.optimize.minimize(..., method='TNC')
来计算函数的最小值,然而:
有什么方法可以同时使用两者吗?
l-bfgs-b进行有限优化。 像任何准牛顿法一样,它近似于黑森州。 但这通常比使用真正的黑森州更好。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.