jax.scipy.optimize.minimize

内容

jax.scipy.optimize.minimize#

jax.scipy.optimize.minimize(fun, x0, args=(), *, method, tol=None, options=None)[source]#

一个或多个变量的标量函数的最小化。

此函数的 API 与 SciPy 匹配，但有一些细微的差异。

  • 当需要时，fun 的梯度使用 JAX 的自动微分支持自动计算。

  • 需要 method 参数。您必须指定一个求解器。

  • SciPy 接口中的各种可选参数尚未实现。

  • 由于线搜索实现的差异，优化结果可能与 SciPy 不同。

minimize 支持 jit() 编译。它尚不支持微分或多维数组形式的参数，但计划支持两者。

参数：

  • fun (可调用对象) – 要最小化的目标函数，fun(x, *args) -> float，其中 x 是一个形状为 (n,) 的一维数组，而 args 是一个元组，包含完全指定函数所需的所有固定参数。 fun 必须支持求导。

  • x0 (jax.Array) – 初始猜测。大小为 (n,) 的实数元素数组，其中 n 是自变量的数量。

  • args (元组) – 传递给目标函数的额外参数。

  • method (字符串) – 求解器类型。目前仅支持 "BFGS"。

  • tol (浮点数 | 无 | 无) – 终止容差。如需详细控制，请使用特定于求解器的选项。

  • options (映射[字符串, 任意] | 无 | 无) –

    求解器选项的字典。所有方法都接受以下通用选项

    • maxiter (int)：要执行的最大迭代次数。根据方法的不同，每次迭代可能使用多个函数评估。

返回值:

一个 OptimizeResults 对象。

返回类型:

OptimizeResults

内容