问题描述:我构建了一个函数,用fmin_bfgs去优化。但是这个函数的返回值需要其他参量协作得到。
于是有两种方式,一种是调用外部的全局变量,which is不雅观,不符合本人习惯。
另一种是把参数传进去,which报了错。
上网上百度,看到了stackoverflow上的一个解答:
简单说,minimize函数的第一个位置应该是一个函数,like minimize(x +1, x=0)
只不过,编写程序的过程中,往往把x +1 封装成了函数,like rosen
所以,对函数的要求就是,返回值应该是一个函数,不是计算好的值。
这么说,可能还不好理解,以我的函数为例:
程序运行到result那一行时,要求skewer_loss是一个类似x+1的包含自变量的函数。
然而,我把各种参量都导进去了,loss可以计算出来,因此返回值是一个float。而不是一个包含未知自变量的函数。
所以会有报错:TypeError: ‘numpy.float64’ object is not callable。
试图修改:把需要迭代的自变量从函数中间去掉不就行了?这样的话,函数返回值是一个包含自变量的表达式。
然而,还是会有报错,因为函数需要的参量必须整整齐齐的。
所以这是一个死结,唯一的解决方案就是调用函数外的全局变量,或者说,在函数内部计算所需要的全局变量。就像Stack Overflow中解释的那样:
此外,值得一提的是,scipy中最优化函数minimize和fmin_bfgs的用法相似,功能也差不多,没有太大区别。
官网示例代码中,自变量是列表list格式,which is 不方便。我改成了np.array形式,也是可以用的!