在python中找到最优解

Question

我有这个公式：

1 - e^(log(0.5) * (x / beta) ^ alpha )

alpha 和 beta 是我必须找到的变量。 x 是一堆图像（我的数据），我可以将该公式的输出与来自用户测试的基本事实进行比较。基本上我可以生成一个我想最小化的损失函数。为了找到最佳的 alpha 和 beta，我尝试使用 tensorflow，但梯度下降和其他优化器似乎失败了，因为该函数不是凸的（我尝试了不同的初始条件）。 python中有没有全局优化工具可以用来解决这个问题？

Answer 1

你可以使用NLopt，它有一些全局优化器，例如直接（在gohlke 下载）。或者有scipy的basinhopping。另一个不错的解决方案是NOMAD，一个非常好的黑盒优化器。它也有一个 Python 界面，但它不是那么用户友好和直观。

您可以在this answer 或this answer 中找到有关局部和全局优化的其他提示。