python - 如何使用 scipy 优化函数

Question

我正在学习使用 scipy 和 keras 进行图像风格迁移。我正在尝试运行示例代码，但出现 scipy.optimize.fmin_l_bfgs_b 错误:

x, min_val, info = fmin_l_bfgs_b(evaluator.loss, x.flatten(),fprime=evaluator.grads, maxfun=20, epsilon=1e-7)

但是我收到一个错误:

ValueError: failed to initialize intent(inout) array -- expected elsize=8 but got 4

其中 evaluator 是 Evaluator 类的对象

class Evaluator():
    def __init__(self):
        self.loss_value = None
        self.grad_values = None

    def loss(self, x):
        assert self.loss_value is None
        loss_value, grad_values = evalurateLossAndGrads(x)
        self.loss_value = loss_value
        self.grad_values = grad_values
        return self.loss_value

    def grads(self,x ):
        assert self.loss_value is not None
        grad_values = np.copy(self.grad_values)
        self.loss_value = None
        self.grad_values = None
        return grad_values

loss 方法返回一个标量，而 grads 返回一个长度等于图像中像素数的向量。名称x是尺寸为512*512*3的图像。我该如何修复这个错误？非常感谢。

Answer 1

此错误是因为 scipy 的 L-BFGS 求解器的 fortran 实现需要 8 字节而不是 4 字节 float 。它要求您将初始 x 和渐变转换为 float64 数据类型。