如何在 scipy.optimize.minimize 函数中更新 args 值？答案

【问题标题】：How I can Update args value in scipy.optimize.minimize function?如何在 scipy.optimize.minimize 函数中更新 args 值？
【发布时间】：2015-09-07 02:12:07
【问题描述】：

在我的问题中，我需要更新成本函数中的 args 值，但 args 是一个函数参数，也具有元组结构。我想知道有没有办法改变 args 的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]。

【问题讨论】：

您的costFunc 不依赖于x0。如果更改x0 没有效果，则不能将x0 最小化？您需要重新排列您的函数，以便您要更改的“参数”是第一个 (x0) 参数。

标签： python optimization scipy argument-passing minimize

【解决方案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 函数将改变（“更新”）x，但它会保持 args 不变，因为它调用 costFunc，这意味着您的 paraList 应该真正作为 x 给出，而不是 @987654328 @。

由于costFunc 仅取决于参数列表para[:3] 中的前三个值，因此更新后三个para[3:] 将无效，因此您可以使用x = para[:3] 和args = para[3:]。事实上，你甚至根本不需要args，因为它没有任何作用。

类似：

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。如果你想得到它们暗示的最后三个值，你可以在res.x上调用forwardModelFunc：

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

当然，了解optimize.minimize 的局限性很重要：如果它是一维标量数组，它只能在数组x 上最小化，因此希望paramList 中的值是标量。如果没有，您将不得不将它们展平并连接起来。此外，它会将相同的 x 和 args 传递给 jacobian gradientFunc，因此请确保它的格式也正确。

【讨论】：