1回答
我正在使用scipy.optimize以以下方式优化函数：我的问题是，我不想简单地在公差小于某个值时停止相反，我有一个稍微复杂一点的y_n和y_(n-1)函数，比如tolFun，我想在tolFun(y_n, y_(n-1))<tol时停止。
为了给出更多细节，我的容差函数如下。它将y划分为块，然后检查是否有任何单个分区的范数差异在容差范围内
浏览 11提问于2019-08-07得票数 1
回答已采纳
是否可以使用记录器保存优化器使用的梯度范数作为收敛准则以供以后的可视化使用？我回想起MDO类家庭作业分配，在那里我们将绘制主要迭代的梯度范数(参见下面的示例)。对不起，这不是最漂亮的图表，可能应该是在日志的比例)。拥有这种能力将有助于显示优化结果。
谢谢!
浏览 1提问于2022-06-04得票数 0
回答已采纳
我正在进行一项优化任务，其中的成本函数评估非常昂贵，并且可以容忍一些错误。我正在使用来自scipy.optimize的一些预先打包的pre方法来开始。我使用的第一个方法是，它实现了nelder算法。该函数有两个与收敛相关的参数xtol和ftol，其中()指定了一个收敛准则，其中如果x或f(参数集和代价)在迭代时变化小于xtol或ftol，则函数返回。但是，由于成本函数对我来说非常昂贵，所以我也希望能够指定一个成本阈值
浏览 6提问于2015-05-21得票数 3
回答已采纳
我正在使用scipy库来解决一个优化问题。我的目标函数是一个SVR回归器。不同的初始值给出不同的最佳值。为什么会这样呢？import numpy as npfrom scipy.optimize import Bounds
options={'verbose': 1}, bou
浏览 25提问于2019-05-10得票数 0
我使用SciPy中的牛顿优化来求解一个方程，根据最初的猜测，有时解不会收敛和崩溃。x = optimize.newton(fun,1/1000)
是否可以打印一条消息而不是python崩溃消息来表示收敛失败，或者用不同的初始值重试优化？
浏览 1提问于2020-02-04得票数 1
回答已采纳
1回答
我试图探索用于垃圾箱包装问题的遗传算法(GA)，并将其与经典的任意拟合算法进行比较。然而，遗传算法的时间复杂性在任何学术文章中都没有提到。是否因为时间的复杂性很高呢？而遗传算法的主要目标是在不考虑时间的情况下找到最佳解决方案？基本遗传算法的时间复杂度是多少？
浏览 1提问于2018-03-10得票数 2
回答已采纳
2回答
有没有办法让scipy优化模块使用更小的步长？我正在优化一个具有大量变量(大约40个)的问题，我认为这些变量接近最佳值，但是当我运行scipy最小化模块(到目前为止我已经尝试过L-BFGS和CG)时，它们不会收敛，因为初始步长太大。
浏览 0提问于2013-11-27得票数 5
我对数千份文件进行分类，其中向量分量是根据tf-以色列国防军计算的.我用余弦相似性。我对词组中的单词进行了频率分析，以检查顶部单词的差异。但我不知道如何用数字计算这类文档中的相似性。我将集群的内部相似性计算为每个文档与集群的质心相似度的平均值。如果我算上的话，平均每对夫妇都是基于小数目的。我数得对吗？它是基于我的内部相似性值平均从0.2 (5个集群和2
浏览 3提问于2013-05-03得票数 1
我使用scipy.optimize.minimize为我的目标函数寻找最优参数。我的代码：from scipy.optimize import minimizeenergy = res.fun
对于给定<
浏览 1提问于2019-05-13得票数 4
回答已采纳
1回答
什么是“人口能量”？
、、、、
在scipy.optimize.differential_evolution，中，收敛准则是：np.std(population_energies) <=parameter_count) * np.inf因此，接下来的问题是
浏览 1提问于2020-10-12得票数 1
回答已采纳
我创建这篇文章的目的是为了了解一个奇怪的行为，当我试图使用来自驱动程序ScipyOptimizeDriver的优化器COBYLA时，我注意到了这个奇怪的行为。实际上，当我试图解决Betz限制(这是OpenMDAO建议的示例之一)时，它有时超过了我为设计变量"a“设置的边界。 Design
浏览 4提问于2022-06-01得票数 1
回答已采纳
1回答
我用and找到一个向量函数的根，我想让它忽略不收敛。基本上，我设置了函数容忍度和maxiter，但是如果它不能在这些约束范围内收敛，我就不关心了。我使用scipy.optimize.newton_krylov并设置参数maxiter和f_tol。我只是不想让不收敛引起一个例外。
编辑:我有点不清楚。我想从优化器那里得到解决方案，即使它没有“收敛”。我可以用try/except来处理这个问题，但这很慢。这将需要重新运行优化器，这在计算上是昂贵<
浏览 0提问于2014-06-04得票数 3
当使用R-package glmmTMB() (参见)时，我知道在处理模型的收敛性时，我有一些选择。更具体地说，有一个control =参数可以传递glmmTMBControl()参数，手册中的部分如下：此外，其中一个小片段--即 --明确地谈到了如何处理收敛问题。=1e3))，即增加迭代次数
glmmTMBControl(optimizer=optim, optArgs=list(method="BFGS"))，即尝试不同的优化器
浏览 19提问于2022-07-27得票数 2
回答已采纳
有了这么大的样本数量，我们就包括了很多我们正在调整的预测因子--也许是50个左右的固定效应。我用R中的lme4::glmer将模型拟合成二进制结果，并对每个主题进行随机截取。我不能详细介绍数据，但是我使用的glmer命令的基本格式是：
fit <- glmer(outcome ~ treatment + study_quarter + dd_quarter + (1|id当我试图在R中拟合这个模型时，它运行了12到15个小时，并返回了一个错误，
浏览 9提问于2017-06-21得票数 10
回答已采纳
1回答
终止容差
、、、
例如，此页面()描述了可以传递给scipy优化包的L-BFGS-B方法的求解器选项。我正在尝试为一些方法(L-BFGS-B、Nelder-Mead、TNC)设置求解器退出公差。我放了'tol':0.001，但我不明白为什么求解器会用error = 0.49停止这个收敛。如何
浏览 27提问于2017-07-11得票数 2
我正在解决一个带有'SLSQP‘和SCIPY优化驱动程序的dymos问题，我的问题由于’LSQ子问题中超过3^n次迭代‘而失败。我一直在试图理解这个错误究竟意味着什么，以确定在我的模型中我应该从哪里开始调试，但是我没有在这个主题上找到任何有用的资源。你们都提供了关于如何调试其他优化器错误的有用反馈，所以我想，也许你们都对这个错误也有一些建议。
请注意，我的变量缩放非常好。另外，如果我关闭优化</em
浏览 23提问于2022-08-04得票数 0
我使用scipy.optimize.minimize对一个目标函数进行无限制的优化，它接收一些参数，并在这些参数的基础上进行复杂的数值模拟。这种模拟并不总是收敛的，在这种情况下，我使目标函数返回inf，在某些情况下，在其他情况下是NaN。
我认为，这次黑客攻击将防止最小化，从任何地方收敛到一个参数集，使模拟分歧。相反，我遇到了一种情况，即模拟甚至不会收敛于参数的起始集，但是优化不会失败，而是通过0次
浏览 0提问于2014-05-14得票数 3
回答已采纳
1回答
如何最小化仅有整数输入的实数函数
、、、、
哪种优化算法适用于整型输入、浮点型输出？ 一种想法是使用布伦特搜索，但构造了一种方法，即插入两个最近的点来伪造实数输入，而不是整数输入。我的第二个想法是，这似乎是一个如此普遍的需求，在scipy中一定已经有一些东西可以做到这一点，并且/或者有一个更适合它的算法？ 二等分当然可以做到这一点，但对于大输入，它的收敛时间可以改善。像布伦特优化这样的混合优化会更好。https:/
浏览 14提问于2020-07-18得票数 0
回答已采纳
1回答
我希望使用scipy.optimize.minimize对我的优化例程执行一些测试，特别是在多个测试中绘制每个迭代的收敛性(或相当客观的函数)。假设我有以下线性约束的二次优化问题：
但须符合: sum(x_i) =1
def _fun(x, Q, a):x, Q, x) return c
浏览 0提问于2018-10-07得票数 2
回答已采纳
我的诱导点被设置为可训练的，但当我调用opt.minimize()时不会改变。为什么是它，它的意思是什么？这是否意味着，模型不是在学习？tf.optimizers.Adam(lr)和gpflow.optimizers.Scipy之间的区别是什么
以下是改编自文档的简单分类示例。当我使用gpflow的Scipy优化器运行此代码示例时，我会得到经过训练的结果，并且诱导变量的值不断变化。但当我使用Adam
浏览 9提问于2020-05-16得票数 1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号