Python 优化。使用CG最小化

我一直在使用以下代码：

options = {'maxiter':50, 'disp':True}
res = optimize.minimize(
        fun=lrCostFunction,
        x0=theta_k,
        args=(X, y_k, lambda_),
        method='CG',
        options=options
)

这给了我以下的错误：

    TypeError: only size-1 arrays can be converted to Python scalars
    The above exception was the direct cause of the following exception:
    ValueError: setting an array element with a sequence.

但是当我设置

jac=True

如下：

options = {'maxiter':50, 'disp':True}

res = optimize.minimize(
        fun=lrCostFunction,
        x0=theta_k,
        jac=True,
        args=(X, y_k, lambda_),
        method='CG',
        options=options
)

---

一切正常，但文档中没有说明必须设置

jac=True

，所以这里有什么问题？

我猜目标函数

lrCostFunction

同时返回函数值和梯度。根据

minimize

如果

jac

是一个布尔值且为真，则假定

fun

与目标函数一起返回梯度。如果为假，将使用“2点”有限差分估计来估计梯度

因此，如果当目标函数也返回梯度时

jac=False

，您将收到一些错误。比如说

# objective function 
def obj_func(x,a,b,c):
    
    func_val = a*x[0]**2 + b*x[1] + c
    func_grad = 2*a*x[0] + b
    return func_val,func_grad

x0 = np.random.rand(3)
res = minimize(obj_func,x0,args=(1,2,3),method='CG')

如果我运行此代码，我将收到一个

TypeError

。如果我设置了

jac=True

，一切正常