python - Scipy 按元素最小化目标

Question

我正在尝试将 scipy 最小化器应用于以多个 np.arrays 作为参数的矢量化目标函数。在此示例中，我希望相对于 x 按元素最小化 obj(x,p)，同时将 p 固定。使用 p = np.array([2,3,4]) 最小值应为 2、3 和 4。

但是

import numpy as np
from numba import vectorize, float64
from scipy.optimize import minimize
xinit = np.array([1,1,1])
p = np.array([2,3,4])

@vectorize([float64(float64,float64)])
def obj(x,p):
    return((x-p)**2)

minimize(obj, x0 = xinit,args = p, method='Nelder-Mead')

返回ValueError:使用序列设置数组元素。

谁可以帮忙？

提前非常感谢!

Answer 1

目前尚不清楚您要实现的目标:(x-p)**2 是一个数组，因此将其用作目标并不是一个明确定义的操作(因为没有合理的使用顺序)。也许您实际上想要两个参数之间的平方距离？ IE。相当于什么

def obj(x, p):
    return np.linalg.norm(x-p)**2

这将起作用并找到适当的最小值，但此时 vectorize 签名不再有效；如果您愿意，仍然可以使用 Numba 对可调用对象进行 JIT 编译。