Julia Optim:InexactError:Int64（0.01）在使用IPNewton时

我使用（

error.jl

）使用以下代码优化函数：

朱莉娅版本：

forcebru@thing~/test>julia--version
julia版本1.5.3

错误消息：

forcebru@thing~/test>julia error.jl
错误：LoadError:不精确错误：Int64（0.01）
堆栈跟踪：
[1] Int64 at./float.jl:710[内联]
[2] 转换为./number.jl:7[内联]
[3] 集合索引！at./array.jl:847[内联]
[4] _不安全_copyto！（：：数组{Int64,1}，：：Int64，：：数组{Float64,1}，：：Int64，：：Int64）位于./Array.jl:257
[5] 不安全！at./array.jl:311[内联]
[6] _copyto_impl！at./array.jl:335[内联]
[7] 抄袭！at./array.jl:321[内联]
[8] 抄袭！at./array.jl:347[内联]
[9] 有限差分雅可比矩阵！（：：数组{Float64,2}，：：typeof（constraint！），：：数组{Float64,1}，：：FiniteDiff.jacobiantache{Array{Int64,1}，数组{Int64,1}，数组{Int64,1}，UnitRange{Int64}，Nothing，Val{central}（），Int64}，：：Nothing；relstep:：Float64，absstep:：Float64，colorvec:：UnitRange{Int64}，稀疏：：Nothing，dir Bool）在/Users/forcebru/.julia/packages/FiniteDiff/jLwWI/src/jacobians.jl:338
[10] 有限差分雅可比矩阵！（：：Array{Float64,2}，：：Function，：：Array{Float64,1}，：：FiniteDiff.jacobiantache{Array{Int64,1}，Array{Int64,1}，Array{Int64,1}，UnitRange{Int64}，Nothing，Val{:central}（），Int64}，：：Nothing）at/Users/forcebru/.julia/packages/FiniteDiff/jlwvi/src/jacobians.jl:334（重复2次）
[11] 杰克！at/Users/forcebru/.julia/packages/NLSolversBase/QPnui/src/objective_types/constraints.jl:298[内联]
[12] 初始状态（：：Optim.IPNewton{typeof（Optim.backtrack_constrated_grad），Symbol}，：：Optim.Options{Float64，Nothing}，：：nlsolverbase.TwiceDifferentiableConstraints{Float64，Array{Float64,1}，Array{Float64,2}，Array{Float64,1}，：：NLSolversBase.TwiceDifferentiableConstraints{typeof（constraint！），solversbase.var）{126}雅各布{数组{Int64,1}，数组{Int64,1}，数组{Int64,1}，数组{Int64,1}，数组{Int64,1}，数组{Int64,1}，数组{Int64,1}，数组{Int64,1,1}，1,单位范围{Int64{Int64,1,1,1,单位范围{Int64,无任何东西，无任何东西，瓦尔{：中央{：中央}无任何东西，中区,无任何东西，中区,无任何东西，中区,中区,中区,中区,中区,中区,中区,中区,中区{}，数组{Int64,1}，单位范围{Int64}，无，Val{:central}（），Int64}，Int64}，：：数组{Float64,1}位于/Users/forcebru/.julia/packages/Optim/D7azp/src/multivariable/solvers/constrated/ipnewton/ipnewton.jl:135
[13] 优化（：：NLSolversBase.TwiceDifferentiable{Float64，Array{Float64,1}，Array{Float64,2}，Array{Float64,1}，：：NLSolversBase.TwiceDifferentiableConstraints{typeof（constraint！），NLSolversBase.var“#jac！#126{typeof（constraint！），FiniteDiff.jacobiantache{Array{Int64,1}，Array{Int64,1}，Array}，unit64，range，intval（），{[3,2,5,3,5,3,3,5,5,5,5,5,5,5,5,5,5,5,5,5,5,5.5.7.var.var \\ \\"5,5,5,5,5.5.5.5.5.5.5.5.5.5.5.5.5.5.5.var.var.5.var..5.var  \  \ \\.................var.5 \\\（Optim.backtrack\u constraint\u grad），Symbol}，：：Optim.Options{Float64，Nothing}）位于/Users/forcebru/.julia/packages/Optim/D7azp/src/multivariable/solvers/constrated/ipnewton/interior.jl:228
[14] 优化（：：函数，：：NLSOVERSBASE.TwiceDifferentiableConstraints{typeof（constraint！），NLSOVERSBASE.var“{typeof（constraint！），FiniteDiff.JacobianCache{Array{Int64,1}，Array{Int64,1}，Array{Int64,1}，UnitRange{Int64}，Nothing，Val{central}（），Int64}，NLSOVERSBASE.var”{con con hess！{Int64,1}，Int64,1}，Array{Int64,1}，Int64,3}，NLSOVERSBASE}“#jac#u vec！#129”{Int64，Int64}，FiniteDiff.jacobiantache{Array{Int64,1}，Array{Int64,1}，Array{Int64,1}，UnitRange{Int64,1}，UnitRange{Int64}，Nothing，Val{central}（），Int64}，Int64}，Int64}，：：Array{Float64,1}，：：Optim IPNewton{typeof（Optim backtrack}约束梯度），Symbol}，Optim Optimat/Users/forcebru/.julia/packages/Optim/D7azp/src/multivariable/optimize/interface.jl:148
[15] 优化（：：函数，：：NLSOVERSBASE.TwiceDifferentiableConstraints{typeof（constraint！），NLSOVERSBASE.var“{typeof（constraint！），FiniteDiff.JacobianCache{Array{Int64,1}，Array{Int64,1}，Array{Int64,1}，UnitRange{Int64}，Nothing，Val{central}（），Int64}，NLSOVERSBASE.var”{con con hess！{Int64,1}，Int64,1}，Array{Int64,3}，Int64}#jac#u vec！#129“{Int64，Int64}，有限敌我.Jacobiantache{Array{Int64,1}，Array{Int64,1}，Array{Int64,1}，Array{Int64,1}，UnitRange{Int64}，Nothing，Val{:central}（），Int64}，Int64}，Int64}，：：Array{Float64,1}，：：Optim.IPNewton{typeof（Optim.backtrack\U Constract}），Symbol}，：：Optim.Options，Nothing}）at/Users/forcebru/.julia/packages/Optim/D7azp/src/multivariable/optimize/interface.jl:147（重复2次）
[16] 顶级范围位于/Users/forcebru/test/error.jl:27
[17] 包括（：：函数，：：模块，：：字符串）在./Base.jl:380
[18] 在./Base.jl:368包含（：：模块，：：字符串）
[19] exec_选项（：：Base.jl选项）位于./client.jl:296
[20] _start（）位于./client.jl:506
在表达式中，从/Users/forcebru/test/error开始。jl:27
forcebru@thing~/test[1]>

所以…

increacterror:Int64（0.01）

？它似乎也起源于

Optim

我知道这里的

incecacterror

意味着Julia无法将

0.01

转换为整数，这是有意义的。但我不知道

0.01

是从哪里来的！如何找出它的来源？这段代码有什么问题，可以做些什么来修复

---

---

编辑：我注意到

0.01

必须是

p0=fill（1，N）/N

的一个元素，因为如果我设置

N=50

，错误将变成

不精确错误：Int64（0.02）

，其中

0.02==1/N

。但在仔细查看错误消息的以下部分后，它为什么要尝试将其转换为整数？？

：

[8]copyto！at./array.jl:347[内联]
[9] 有限差分雅可比矩阵！（：：数组{Float64,2}，：：typeof（constraint！），：：数组{Float64,1}，：：FiniteDif
import Optim

"""
Generate a matrix of constants used in computation
"""
function get_const(x::Vector{Float64}, sigma::Vector{Float64})::Array{Float64, 2}
    exp.(-x'.^2 ./ (2 .* sigma.^2)) ./ (sigma .* sqrt(2 * π))
end

# Log likelihood for mixture model
log_likelihood(p, C::Array{Float64, 2}) = sum(log.(p' * C))

"""
Constraint: all probabilities (ps) must sum to 1
"""
function constraint!(c, ps)::typeof(c)
    c[1] = sum(ps)
    c
end

N = 100
x = range(-1, 1, length=1000) |> collect
sigma = range(0.001, 2, length=N) |> collect

C = get_const(x, sigma)

constraints = Optim.TwiceDifferentiableConstraints(
    constraint!,
    fill(0, N), fill(1, N), # 0 <= (each probability) <= 1
    fill(1, N), fill(1, N)  # 1 <= constraint(p) <= 1 (probabilities sum to 1)
)
p0 = fill(1, N) / N # initial guess == equal probabilities

res = Optim.optimize(
    ps -> -log_likelihood(ps, C), # want to MAXIMIZE, so negate
    constraints, p0,
    Optim.IPNewton()
)

FiniteDiff.JacobianCache{
    Array{Int64,1},
    Array{Int64,1},
    Array{Int64,1},
    UnitRange{Int64},
    Nothing,
    Val{:central}(),
    Int64
}

constraints = Optim.TwiceDifferentiableConstraints(
    constraint!,
    fill(0, N), fill(1, N), # 0 <= (each probability) <= 1
    fill(1, N), fill(1, N)  # 1 <= constraint(p) <= 1 (probabilities sum to 1)
)

constraints = Optim.TwiceDifferentiableConstraints(
    constraint!,
    fill(0., N), fill(1., N), # 0 <= (each probability) <= 1
    fill(1., N), fill(1., N)  # 1 <= constraint(p) <= 1 (probabilities sum to 1)
)