个人中心
文章发布
退出
作者热门文章
- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
25
4
scipy.optimize 为多变量系统的局部和全局优化提供了许多不同的方法。但是，我需要进行很长的优化运行，可能会被中断(在某些情况下，我可能想故意中断它)。有什么办法可以重新启动……好吧，其中任何一个？我的意思是，显然可以提供最后一组最优化的参数作为初始猜测，但这并不是唯一的参数——例如，还有梯度(例如雅可比矩阵)、差分进化中的种群等.我显然不希望这些也必须重新开始。
我看不出有什么办法可以向 scipy 证明这些，也没有办法保存它的状态。对于以 jacobian 为例的函数，有一个 jacobian 参数(“jac”)，但它要么是一个 bool 值(表明您的评估函数返回一个 jacobian，而我的没有)，要么是一个可调用函数(我只会提供上次运行的单一结果)。没有什么只需要最后一个可用的 jacobian 数组。对于差异进化，种群的损失对于性能和收敛来说将是可怕的。
有什么解决办法吗？有什么方法可以恢复优化？
最佳答案
一般的答案是否定的，除了如您所说，从上一次运行的最后估计开始之外，没有一般的解决方案。
不过，对于差分进化，您可以实例化 DifferentialEvolutionSolver，您可以在检查点对其进行 pickle，然后取消 pickle 以恢复。(建议来自https://github.com/scipy/scipy/issues/6517)
关于python - 在 scipy.optimize 中恢复优化？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40002172/
25
4
0
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是，我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成，但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵，而不是列出所有可能的值？在文档中，我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能： optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")？我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户，我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度；为此
所以，我正在处理维基百科转储，以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理，因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序，我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ，我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时，
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd，声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd？ 或者，
有人可以帮我处理 scipy.stats.chisquare 吗？我没有统计/数学背景，我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重，但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议？ 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8，我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分，使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关，但对于上下文是必要的。
这是一个非常基本的问题，但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解，平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应，以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成，即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分；最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀！