Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/313.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 如何强制scipy.optimize.fmin_l_bfgs_b使用'；dtype=float32'；_Python_Optimization_Scipy_Gpu_Multidimensional Array - Fatal编程技术网
Fatal编程技术网
  • python/
  • Python 如何强制scipy.optimize.fmin_l_bfgs_b使用'；dtype=float32'；

Python 如何强制scipy.optimize.fmin_l_bfgs_b使用'；dtype=float32'；

python optimization

Python 如何强制scipy.optimize.fmin_l_bfgs_b使用'；dtype=float32'；,python,optimization,scipy,gpu,multidimensional-array,Python,Optimization,Scipy,Gpu,Multidimensional Array,我试图用Python中的GPU计算来优化函数，所以我更喜欢用dtype=float32将所有数据存储为ndarray 当我使用scipy.optimize.fmin_l_bfgs_b时，我注意到优化器总是将float64（在我的64位机器上）参数传递给我的目标函数和梯度函数，即使我将float32ndarray作为初始搜索点x0。当我使用cg优化器scipy.optimize.fmin_cg时，这是不同的，当我将float32数组作为x0传递时，优化器将在所有后续目标/梯度函数调用中使用floa

我试图用Python中的GPU计算来优化函数，所以我更喜欢用
dtype=float32
将所有数据存储为ndarray

当我使用
scipy.optimize.fmin_l_bfgs_b
时，我注意到优化器总是将
float64
（在我的64位机器上）参数传递给我的目标函数和梯度函数，即使我将
float32
ndarray作为初始搜索点
x0
。当我使用cg优化器
scipy.optimize.fmin_cg
时，这是不同的，当我将float32数组作为
x0
传递时，优化器将在所有后续目标/梯度函数调用中使用
float32

所以我的问题是：我可以强制执行
scipy.optimize.fmin_l_bfgs_b
来优化
float32
参数，比如
scipy.optimize.fmin_cg

谢谢

我不确定你是否能做到
fmin_l_bfgd_b
不是由纯python代码提供的，而是由一个扩展（FORTRAN代码的包装）提供的。在Win32/64平台中，可以在
\scipy\optimize\\u lbfgsb.pyd
中找到它。只有当您能够以不同的方式编译扩展或修改FORTRAN代码时，您所需要的才可能实现。如果您检查FORTRAN代码，它到处都是
双精度
，基本上是
float64
。我不确定仅仅将它们全部改为
单精度
就能完成这项工作

在其他优化方法中，
cobyla
也是由FORTRAN提供的。鲍威尔的方法也是如此。

我不确定你是否能做到这一点
fmin_l_bfgd_b
不是由纯python代码提供的，而是由一个扩展（FORTRAN代码的包装）提供的。在Win32/64平台中，可以在
\scipy\optimize\\u lbfgsb.pyd
中找到它。只有当您能够以不同的方式编译扩展或修改FORTRAN代码时，您所需要的才可能实现。如果您检查FORTRAN代码，它到处都是
双精度
，基本上是
float64
。我不确定仅仅将它们全部改为
单精度
就能完成这项工作

在其他优化方法中，
cobyla
也是由FORTRAN提供的。鲍威尔的方法也是。

谢谢你，是的，我绝对不想修改FORTRAN代码来破坏兼容性。我可以想到的一种替代方法是在传入和传出
fmin_l_bfgs_b
函数时劫持参数控件-因此在我的目标/梯度函数中，传递的参数值将被强制转换为
float32
，当返回目标/梯度值时，它们将再次显式转换为
float64
。它解决了这个问题，但我怀疑这是一个性能上的损失——我不知道GPU的加速是否值得花费这么多的开销。是的，我也想到了野蛮的强制方法。您必须使用
l_bfgs_b
的原因是为了启用约束/边界，对吗？如果是这样的话，也许你可以稍微修改一下你的目标，比如使用拉格朗日乘数，这样你的函数自然有界/约束。这样，您就不会再被
l\u bfgs\u b
所困扰。我还想知道显式类型转换是否会取消GPU的好处。老实说，我对此感觉不太好，但如果你的结果正好相反，我会非常高兴。大多数时候我都是用它来解决机器学习问题，而这些问题通常是不受约束的。L-BFGS和SGD是当今机器学习中最受欢迎的优化器，因为SGD可以非常快地移动到有前途的领域，L-BFGS将完善解决方案。：）谢谢你指出这一点，知道这一点在其他学科中很流行总是好的。值得一试，问问L-BFGS-B的作者，对FORTRAN代码的一些小修改可能就是您所需要的。干杯谢谢，是的，我绝对不想修改FORTRAN代码来破坏兼容性。我可以想到的一种替代方法是在传入和传出
fmin_l_bfgs_b
函数时劫持参数控件-因此在我的目标/梯度函数中，传递的参数值将被强制转换为
float32
，当返回目标/梯度值时，它们将再次显式转换为
float64
。它解决了这个问题，但我怀疑这是一个性能上的损失——我不知道GPU的加速是否值得花费这么多的开销。是的，我也想到了野蛮的强制方法。您必须使用
l_bfgs_b
的原因是为了启用约束/边界，对吗？如果是这样的话，也许你可以稍微修改一下你的目标，比如使用拉格朗日乘数，这样你的函数自然有界/约束。这样，您就不会再被
l\u bfgs\u b
所困扰。我还想知道显式类型转换是否会取消GPU的好处。老实说，我对此感觉不太好，但如果你的结果正好相反，我会非常高兴。大多数时候我都是用它来解决机器学习问题，而这些问题通常是不受约束的。L-BFGS和SGD是当今机器学习中最受欢迎的优化器，因为SGD可以非常快地移动到有前途的领域，L-BFGS将完善解决方案。：）谢谢你指出这一点，知道这一点在其他学科中很流行总是好的。值得一试，问问L-BFGS-B的作者，对FORTRAN代码的一些小修改可能就是您所需要的。干杯