python - 如何更新 scipy.optimize.minimize 函数中的 args 值？

Question

在我的问题中，我需要更新成本函数内的args值，但args是函数参数并且也具有元组结构。我想知道是否有一种方法可以更改 args 元素并更新它以通过 jac 函数使用它？例如，在下面的代码中

paraList = [detValVec, projTrans, MeasVec, 
            coeMat, resVec, absCoeRec]
res = optimize.minimize(costFunc, x0, args=(paraList,), method='BFGS', jac=gradientFunc, options={'gtol': 1e-6, 'disp': True}) 
def costFunc(x0,arg):
    para = list(arg)
    para[3], para[4], para[5] = forwardModelFunc(para[0], para[1], para[2]) 
    return para[5]

我想更新 args 参数中的 para[3]、para[4]、para[5]。

Answer 1

为了最小化costFunc您必须能够改变输入参数(否则它将始终具有相同的值!)。 optimize.minimize功能会有所不同(“更新”)x但它会离开args正如它所称的那样，未受影响costFunc ，这意味着您的 paraList实际上应该给出 x ，不是args .

自 costFunc仅取决于参数列表中的前三个值 para[:3] ，更新最后三个para[3:]不会有任何效果，所以你可以使用x = para[:3]和args = para[3:] 。事实上，你甚至不需要args根本没有，因为它没有任何效果。

类似于:

paraList = [detValVec, projTrans, MeasVec, coeMat, resVec, absCoeRec]

def costFunc(x):
    out = forwardModelFunc(x[0], x[1], x[2]) 
    return out[2]

x0 = paraList[:3] # the initial guess
res = optimize.minimize(costFunc, x0, method='BFGS', jac=gradientFunc,
                        options={'gtol': 1e-6, 'disp': True}) 

因此，您将获得的最佳结果(在 res.x 中返回)将是 paraList 中前三个参数的最佳值:detValVec , projTrans ，和MeasVec 。如果您想获取它们暗示的最后三个值，您可以调用 forwardModelFunc上res.x :

paraList_opt = list(res.x) + list(forwardModelFunc(*res.x)

当然，了解 optimize.minimize 的局限性很重要:它只能最小化数组 x如果它是一维标量数组，那么希望是 paramList 中的值是标量。如果没有，您将必须展平并连接它们。此外，它将通过相同的 x和args雅可比 gradientFunc ，因此请确保其格式正确。