[英]Bound Scipy optimisation of a function returning 1D data
这更多的是关于什么是解决我的问题的适当方法的问题。
我有一个 function 将一些一维向量作为输入并返回一个一维数组(实际上它是一个展平的二维数组)。 我希望对此 function 进行最小二乘优化。 我已经对 x 进行了所有排序,并考虑过做这样的事情
result = optimize.minimize(func,x0,method='SLSQP',bounds=my_bounds,constraints=dict_of_constraints,args=(my_args,))
但是,这种方法使用 _minimize_slsqp,它要求目标 function 返回一个标量。 是否有任何与上述类似的方法,但可以在可以返回一维(或二维?)数据的目标 function 上工作?
干杯
您需要形成一个标量 function(一个返回单个标量值的 function)。 可能像
||F(x)||
在哪里||.||
是一种规范。 这个新的标量 function 可以传递给optimize.minimize
。
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.