如何优化python中向量函数的最小化？

Question

我有一个问题：我试图找到一个函数的最小值，该函数取决于我也想更改的几个参数。让我们举一个简单的例子：

import numpy as np

import scipy.optimize as opt

def f(x, a, b, c):

    f = a * x**2 + b * x + c

return f

我想找到使 a、b、c 的不同组值的函数最小化的 x，让我们说

a = [-1, 0, 1]

b = [0, 1, 2]

c = [0, 1]

ATM 我有三个嵌套循环和一个最小化：

for p1 in a:

    for p2 in b:

         for p3 in c:

            y = opt.minimize(f, x0=[0, ], args=(p1, p2, p3, ))

            print(y)

这对于我正在做的计算来说真的很慢，但到目前为止我还没有找到更好的。那么，有没有人知道可以让我提高效率的方法或包？

Answer 1

您可以结合使用不同的技术来提高脚本的效率：使用itertools.product生成列表中的每个可能的组合a, b, c用于multiprocessing并行执行最小化。除此之外，我想不出优化代码效率的方法。正如评论中指出的，常数值 c 对最小化没有影响。但我确定二次函数只是一个例子。我从这里获取了多处理部分的代码。这是工作代码。import numpy as npimport scipy.optimize as optimport itertoolsfrom multiprocessing import Pooldef f(x, a, b, c):    f = a * x**2 + b * x + c    return fdef mini(args):    res = opt.minimize(f, x0=np.array([0]), args=args)    return res.xif __name__=="__main__":    a = np.linspace(-1,2,100)    b = np.linspace(0,2,100)    c = [0, 1]    args = list(itertools.product(a,b,c))    print("Number of combos:" + str(len(args)))    p = Pool(4)    import time    t0 = time.time()    res = p.map(mini, args)    print(time.time()-t0)即使是这 20000 个组合，在我的普通笔记本电脑上也只需要 5.28 秒。

Answer 2

scipy.optimize.newton 可以做到这一点。