尝试找到g（x）函数的最小值，并在该最小值处找到x值

Question

我试图找到一个已创建函数g（alpha）的最小值，更重要的是，找到此最小值或接近最小值的alpha值。

我使用的代码如下：它创建函数f ，向量D ， avec和grad ，并将其用于创建函数g（alpha） ，我想找到其中的最小值以及alpha值。

问题是在从sympy库中应用求解后 ，我没有得到alpha的数字。 而不是我得到以下错误：

TypeError: Cannot cast array data from dtype('O') to dtype('float64') according to the rule 'safe'

编码：

import numpy as np
from scipy.optimize import fmin
from sympy import Symbol, solve
from scipy import interpolate

Emax = 10
bins = 200
x = np.linspace(1, Emax, num = Emax, dtype=np.int)   #create grid of indexes
y = np.linspace(1, bins, num = bins, dtype=np.int)
z = np.random.rand(bins, Emax)                       # random matrix   
f = interpolate.interp2d(x,y,z, kind='cubic')        # make the matrix continious

D= np.zeros(bins)
D = 2*f(1.5, y)  # create vector
avec = np.array([4.0, 16.0])  
grad = np.array([1e-5,1e-5])

g= lambda alpha: np.sum(np.square(np.subtract(D,  (avec[0]-alpha*grad[0])*f((avec[1]- 
                                          alpha*grad[1]),y))))

oo= fmin(g,(0.0))

alfa = Symbol("alfa")
slv= solve((np.sum(np.square(np.subtract(D,  (avec[0]-alfa*grad[0])*f((avec[1]- 
                                          alfa*grad[1]),y)))) - oo), alfa)

我知道此解决方案可能不是解决此问题的最佳方法。 我是Python的新手，如果您对如何在此处找到alpha有更好的建议，请告诉我。

Answer 1

我认为您真的对sympy工作感到困惑。 sympy是解决和打印解析方程的模块。 您完全不需要为该任务使用该软件包。

您实际上确实在这里找到g的最小值。 您将此结果存储在oo 。

因此，基本上，删除以alfa = ...和slv = ...开头的最后两行，然后仅放置print(oo) 。 oo是您要寻找的值，即使函数g最小化的alpha值