scipy.optimize.least_squares确定性吗？

Question

我正在使用scipy的optimize.least_squares算法和设置初始条件，并且总是在我的计算机上得到相同的结果，但是我在任何其他计算机上尝试这个（所有这些都使用最新的Scipy，Python和颠簸的包以及相同的64位Ubuntu Linux），我在每台PC上得到不同的结果。 为什么是这样？

谢谢。

Answer 1

答案是肯定的。

正如您在文档中找到的那样，在optimize.least_squares实现了3种方法;

1. 信赖域反射算法
2. 具有矩形信任区域的狗腿算法
3. Levenberg-Marquardt算法

所有这些都是迭代方法，从初始值（或向量）开始，逐步进入最小值。 如何确定此步骤与方法不同，但在所有方法中都是确定性的。
有关更多详细信息，您可以阅读此功能的开发人员撰写的此博客 。

我不确定为什么你会在每台PC上得到不同的结果，对不起。

Answer 2

默认情况下（如果diff_step=None ）， optimize.least_squares使用与机器相关的步长来进行有限差分近似[1]。 对于特定的计算机，结果应该是确定性的，但在另一台计算机上可能会有所不同。

除非存在其他与机器相关的参数， diff_step手动设置diff_step应在不同的机器上产生相同的结果。

[1]请参阅scipy文档 。