![](/img/trans.png)
[英]Multi-dimensional filtering using scipy.ndimage_generic_filter
[英]SCIPY multi-dimensional minimization
目前,我有很多2D np.arrays變量。 但是我會用它來解決線性系統,例如:
min W
st:
w >= U - S
W >= 0
我已經嘗試將np.optimize.minimize用作:
>>> W0=np.zeros((2,4))
>>> U = np.array([[18, 0, 0, 10],[210,0,0,20]])
>>> S = np.array([[16, 8, 12, 8],[80, 160, 80, 80]])
>>> cons = ({'type':'ineq', 'fun': lambda x: x - U + S})
>>> res = minimize(lambda x: x, W0, constraints=cons)
最后一步導致錯誤:
ValueError: operands could not be broadcast together with shapes (8,) (2,4)
預期的解決方案是:
array([[ 2, 0, 0, 2],
[ 130, 0, 0, 0]])
謝謝
編輯 :
我可以解決使用:
res=np.array([[minimize( fun, (0), bounds=[(0,None)], constraints = ({'type':'ineq', 'fun': lambda x: x -U[r,m] + S[r,m]})).x[0] for m in range(4)] for r in range(2)])
使用以下方法解決:
res=np.array([
[
minimize( fun, (0), bounds=[(0,None)],
constraints = ({'type':'ineq',
'fun': lambda x: x -U[r,m] + S[r,m]}
)
).x[0]
f or m in range(4)]
for r in range(2)]
)
所以我稱RM最小化問題
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.