[英]Why does scipy.optimize.minimize not find the minimum?
在給定參數dim的情況下,我正在尋找以下function最小的(x)。
這是 function:
def func(x, dim):
return np.abs(np.abs(np.mean(np.sqrt(np.sum(np.diff(
np.random.rand(100000,dim,2)/x, axis=2)**2, axis=1))))
- 1/3)
這就是它的外觀:
for xx in np.arange(1,5,0.1):
plt.scatter(xx, func(xx,2), color='blue')
但是當我試圖找到應該在 1.5 左右的 x 值時,結果非常接近我的 x0 猜測(這里大約為 1.0)。
import numpy as np
import matplotlib.pyplot as plt
from scipy.optimize import minimize
params = minimize(func, x0=1, args=(2))
我也嘗試了不同的求解器,但我無法將其最小化。
您的 function 需要確定性才能使最小化起作用。 因此,您需要刪除對np.random.rand
的調用。 曾經的解決方案可能是在開始時生成這些隨機數並在整個最小化過程中修復它們。
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.