Python 使用Nevergrad优化接受Numpy数组的函数

给定一个任意函数，我想用nevergrad找到函数的输入，使其最小化。输入是一个（32,32）numpy数组（或图像），其值在（0,1）范围内

假设我们的函数是图像的对比度。如果所有像素具有相同的值，则对比度将最小化。这是我到目前为止掌握的代码

导入nevergrad
将numpy作为np导入
def对比度（X）：
vmin，vmax=float（np.min（X）），float（np.max（X））
num=vmax-vmin
denom=vmax+vmin
如果denom==0：
返回0
其他：
返回num/denom
形状=（32,32）
x0=np.随机.均匀（尺寸=形状）
参数化=nevergrad.p.Array（初始=x0，下限=0.0，上限=1.0）
优化器=nevergrad.optimizers.NGOpt（参数化=参数化，预算=10000）
res=优化器。最小化（对比度）
打印（对比度（分辨率值））

在我的机器上，这段代码大约需要45秒，生成的图像对比度值约为0.95。你知道如何调整这段代码，使它找到一个接近最小值的值吗？nevergrad是这项工作的合适工具吗