Scipy优化 - 不正确的参数

Question

简单的问题/问题

def my_func(x,args):
  a = x[0]
  b = x[1]
  return a*args[0] + a*args[1] + b*args[2]

import scipy.optimize as optimize

params = [1,2,3]
guess = [3,4]
bounds = [(1,5),(2,7)]

result = optimize.minimize(my_func, x0=guess, args=(params), method='SLSQP', bounds = bounds)
print(result)
print('done')
result = optimize.brute(my_func, args = tuple(params), ranges = bounds)
print(result)

第一个优化运行良好。但是，第二个优化似乎与输入参数的数量有问题吗？不确定为什么：

    fun: 9.0
     jac: array([3., 3.])
 message: 'Optimization terminated successfully'
    nfev: 6
     nit: 2
    njev: 2
  status: 0
 success: True
       x: array([1., 2.])
done
Traceback (most recent call last):
  File "c:\Users\bob\Desktop\optimiser.py", line 15, in <module>
    result = optimize.brute(my_func, args = tuple(params), ranges = bounds)
  File "C:\Users\bob\Anaconda3\lib\site-packages\scipy\optimize\optimize.py", line 3328, in brute
    Jout = np.array(list(mapper(wrapped_func, grid)))
  File "C:\Users\bob\Anaconda3\lib\site-packages\scipy\optimize\optimize.py", line 3400, in __call__
    return self.f(np.asarray(x).flatten(), *self.args)
TypeError: my_func() takes 2 positional arguments but 4 were given

我不明白为什么它认为4个论点是对my_func的。有什么想法吗？

干杯

Answer 1

因为emotizize.brute将其传递给可呼叫函数时扩展args参数。 Optimize.minimize执行同样的事情，但是该功能首先将args变成元组，如果还没有：

if not isinstance(args, tuple):
    args = (args,)

请参阅在这里以获取详细信息。 a>不执行此操作。因此，您得到的是列表的元组（[1,2,3]，） nath emotimize.minimize.minimize和[1，2，2， 3]呼叫Optimize.Brute时。前者扩展到一个论点，后者为三个论点。

您可以通过播放来解决这个问题。将您的函数定义为采用可变数量的参数：

def my_func(x, *args):
    a = x[0]
    b = x[1]
    return a * args[0] + a * args[1] + b * args[2]

并将其他参数指定为元组：

params = (1, 2, 3)