![](/img/trans.png)
[英]Minimization of number of itererations by adjusting input parameters in Java
[英]Constrain on parameters for Negative Log Likelihood Minimization
我正在尝试拟合 5 个参数(a,b,c,d,e)model,其中一个参数受另一个参数的约束,比方说,
0< d < 1
e < |d|
我只创建了zfit.Parameters
并设置了限制,以便它们可以访问的范围是有效的,再一次,让我们说:
d = zfit.Parameter('d', value=0.5, lower_limit=0.3, upper_limit=1.0, step_size=0.01)
e = zfit.Parameter('e', value=0.1, lower_limit=0.0, upper_limit=0.3, step_size=0.01)
到目前为止,它一直运行良好,但我认为这不是正确的方法。
所以我的问题是,处理这种约束的正确方法是什么?
干杯
我会谨慎使用这个限制,因为它们会阻塞变量,理想情况下,它们应该远离最终值。
有两种方法可以实现您想要的:
tf.cast(tf.greater(d, 1), tf.float64) * 100.
)。 也许还要确保使用 use_minuit_grad 运行 minuit。
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.