Newton - python 中的 CG 优化，Jacobian 问题答案

【问题标题】：Newton - CG Optimization in python, problems with JacobianNewton - python 中的 CG 优化，Jacobian 问题
【发布时间】：2019-09-16 06:11:21
【问题描述】：

我正在尝试在 python 中制作 Newton - CG 优化。我的函数是 f(x,y) =(1-x)^2 + 2(y-x^2)^2。初始点：x = 3，y = 2。这是我的代码：

from scipy.optimize import minimize 

def f(params): #definite function
    x, y = params #amount of params 
    return (1 - x) ** 2 + 2 * (y - x ** 2) ** 2

def jacobian(params): #definite function
    x, y = params #amount of params
    der = np.zeros_like(x)
    der[0] = -8 * x * (-x ** 2 + y) + 2 * x - 2 #derivative by x
    der[1] = -4 * x ** 2 + 4 * y #derivative by y
    return der

initial_guess = [3, 2] #initial points
result = minimize(f, initial_guess, jac = jacobian, method = 'Newton-CG')

我收到一个错误"IndexError: too many indices for array"。

当我制作 Nelder - 蜂蜜酒优化时，BFGS 和它们工作。所以，问题在于雅可比矩阵。我觉得def jacobian 的某个地方是个错误。

【问题讨论】：

不应该是der = np.zeros_like(params)吗？因为x 是一个标量？
哦，是的。我看到它现在有效！非常感谢！
@rinkert 我是堆栈溢出的新手，如何“喜欢”您的评论，以提高您的评分或在此论坛上，因为您真的帮助了我
评论左侧有一个小箭头，可以点赞，但是cmet点赞不影响名誉。不过，您可以投票并接受答案。

标签： python optimization scipy

【解决方案1】：

错误确实在 jacobian 函数中，您将 der 定义为零，取 x 的大小，这是一个标量。而是使用params:

def jacobian(params): #definite function
    x, y = params #amount of params
    der = np.zeros_like(params)
    der[0] = -8 * x * (-x ** 2 + y) + 2 * x - 2 #derivative by x
    der[1] = -4 * x ** 2 + 4 * y #derivative by y
    return der

【讨论】：