在每次迭代中为 scipy.minimize 提供不同的参数

【问题标题】：Supply different arguments for scipy.minimize in each iteration在每次迭代中为 scipy.minimize 提供不同的参数
【发布时间】：2014-10-15 00:20:21
【问题描述】：

我想为scipy.minimize 中的每次迭代提供不同的参数。

我想做的是：

res = minimize(func, x0, method='BFGS', args=(a,b,c))

这里，func 是一个很大的函数。在func 内部，有一个输出日志文件的例程。我想从最小化过程的每次迭代中获取一个日志文件并进行一些分析。但是，为了保存不同名称的日志文件，我需要向func 提供一个迭代编号。有什么巧妙的办法吗？

【问题讨论】：

一个丑陋的方法是增加一个全局变量...

标签： python optimization scipy

【解决方案1】：

计算对函数的调用很容易，因为minimize 接受一个可调用对象：

>>> from scipy.optimize import minimize
>>> 
>>> def func(x, a):
...    return (x-a)**2
>>> class Func(object):
...    def __init__(self):
...       self.count = 0
...    def __call__(self, x, a):
...       self.count += 1
...       return func(x, a)

那么，

>>> f = Func()
>>> minimize(f, [1.], args=(2.,))
  status: 0
 success: True
    njev: 4
    nfev: 12
     fun: 5.551115123125783e-17
       x: array([ 1.99999999])
 message: 'Optimization terminated successfully.'
    hess: array([[ 0.5]])
     jac: array([ 0.])
>>> f.count
12

请注意，每次迭代的函数调用次数取决于最小化器及其参数（您是否提供粗麻布等）。

【讨论】：