嗨,我是scipy和numpy的新手,
我正在尝试使用解决QP问题进行课堂作业
minimize x^t * H * x + f^t * x
where x > 0
其中H是2×2块矩阵,其中每个元素是k×k维矩阵和 x和f是2 X 1个向量,每个元素是k维向量。
np.shape(H) = (2, 2, k, k)
np.shape(x) = (2, k)
即使我认为函数正确
,我也会遇到形状不匹配错误这是我的实施:
def func(x): #This function runs perfectly ,returns a value
return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)
x_init = np.ones((2, k))
bnds = (0, None)
theta = opt.minimize(func , x_init, bounds = bnds)
# I get an error here.
# ValueError: shape-mismatch for sum
我错过了一些明显的东西吗?
答案 0 :(得分:1)
问题是x_init
被opt.minimize
弄平了。您可以通过在函数内重塑x
来解决此问题:
def func(x):
x = x.reshape(2, -1)
return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)
结果由theta
和属性x
中的优化theta.x
捕获,您将看到它也会被展平,需要相同的重塑。