- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我对 scipy.optimize.basinhopping
中的“take_step”选项感到困惑:
根据online reference :
The default step taking routine is a random displacement of the coordinates ... take_step can optionally have the attribute
take_step.stepsize
. If this attribute exists, then basinhopping will adjusttake_step.stepsize
in order to try to optimize the global minimum search.
根据source (第587行,见下文),然而,scipy
的basinhopping
默认使用AdaptiveStepSize
,并调整stepsize
到 0.9*stepsize 或 stepsize/0.9 等,无论是否指定了 take_step.stepsize
。
# use default
displace = RandomDisplacement(stepsize=stepsize)
take_step_wrapped = AdaptiveStepsize(displace, interval=interval,
verbose=disp)
因此,我从阅读 basinhopping
的源代码中了解到,默认情况下,程序会自适应地将默认的 stepsize
(0.5) 修改为某个步长 * 因子,stepsize/factor 等,遵循 Metropolis-Hasting 程序中接受了多少采样。我很困惑,因为另一方面,basinhopping
的在线引用似乎表明默认的 stepsize
将是完全随机的。
谁能解释一下?如果我不向basinhopping
提供任何take_step
过程,那么它会随机尝试stepsize
,还是会自适应地修改 stepsize
?谢谢。
最佳答案
步长默认自适应更新。唯一不更新的情况是您传递了一个自定义的 take_step 对象,该对象没有名为 stepsize
关于python - 默认情况下,scipy 的 basinhopping 是随机还是自适应地改变步长?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30558116/
我在使用 scipy.optimize.basinhopping 为约束创建字典时遇到问题。我能够让我的代码运行(没有约束),但答案没有意义,因为我需要强制执行一些约束。目前,我只是试图让一个约束起作
我正在尝试使用 basinhopping 找到目标函数的全局最小值,但在大多数情况下它停留在局部最小值。我通读了 basinhopping 的文档, 并发现 interval 和 accept_tes
运行以下代码,在第 7 次打印出正在评估的参数 (x) 时,参数从大约 100 跳到 .01,尽管初始步长设置为 .1,间隔设置为 50。如何basinhopping 能够实现超过 stepsize
我正在使用 scipy.optimize.basinhopping 来最小化函数。这是我得到的: Out[96]: nfev: 162178 minimizati
我正在使用 scipy.optimize.basinhopping 寻找标量函数的最小值。我想知道是否可以禁用 scipy.optimize.basinhopping 的局部最小化部分?正如我们从下面
我对 scipy.optimize.basinhopping 中的“take_step”选项感到困惑: 根据online reference : The default step taking rou
我正在尝试使用 scipy basinhopping 优化函数的输出算法。 def acceptance_criteria(self,**kwargs): print "kwargs "
我尝试在 x=10 处将 scipy.optimize.basinhopping 与函数 b_log(x) 结合使用。我不明白下面“minimization_failures”的含义。谁能解释一下吗?
我在最小化 python 中的复杂非线性函数时遇到了麻烦。该函数实际上是用于拟合实验数据的拟合模型的卡方。为了获得全局最小值,我使用 scipy 中的 basshopping 函数。该函数是 mini
问题 根据SciPy docs ,函数 scipy.optimize.basinhopping(...) 返回一个 OptimizeResult 实例,它基本上是一个字典的包装器。我可以打印这个实例并
我是一名优秀的程序员,十分优秀!