Python scipy.optimize.brute()可以优化向量函数吗?
通过查看的文档,我不清楚它是否支持向量函数,如果支持,如何为每个坐标指定范围Python scipy.optimize.brute()可以优化向量函数吗?,python,optimization,numpy,scipy,Python,Optimization,Numpy,Scipy,通过查看的文档,我不清楚它是否支持向量函数,如果支持,如何为每个坐标指定范围 例如,考虑一个简单的向量函数: f=lambda x: np.sum(x) 其中x是长度为50的numpy数组。假设我想搜索一个范围,其中x中的每个坐标可以是[0,1,2,3,4]中的一个。是否支持此功能?如何指定range参数以获取此值 这个特定的f只是为了说明,我的实际功能当然要复杂得多。是的,它可以。您需要提供该范围的列表列表parameter@runnerupsp.optimize.brute(f,range
例如,考虑一个简单的向量函数:
f=lambda x: np.sum(x)
其中x
是长度为50的numpy数组。假设我想搜索一个范围,其中x
中的每个坐标可以是[0,1,2,3,4]
中的一个。是否支持此功能?如何指定range参数以获取此值
这个特定的
f
只是为了说明,我的实际功能当然要复杂得多。是的,它可以。您需要提供该范围的列表列表parameter@runnerupsp.optimize.brute(f,ranges=[[0,1,2,3],[0,1,2,3],[0,1,2,3])
给出一个错误:TypeError:slice最多需要3个参数,得到4个brute(f,ranges=[slice(0,5),slice(0,5),slice(0,5)],finish=None)
@runnerup谢谢,你想把它写进一个答案吗?