Question

我们发现在使用前向或后向差分时，我们代码的几个组件未通过梯度检查，但在使用更准确的中心差分时通过。为了解决这个问题，我们在我们的代码版本中修改了这些函数的默认值，以使用中心差分。

我们想要求衍生检查方法使用的有限差分方法作为选项，以便测试可以在其他用户运行时通过。

Answer 1

您应该已经能够在单个变量的基础上执行此操作，方法是在form中为您想要集中差异的变量指定add_param。

self.add_param('x2', 3.0, form = 'central')

或者，您可以通过以下方式为单个组件中的所有参数设置它们：

self.fd_options['form'] = 'central'

check_partial_derivatives肯定会接受这个。最终check_total_derivatives也应该选择它，但是当你在连接到单个IndepVarComp源的多个目标中指定不同的值时会发生什么，这是一个突出的错误 - 它使用了哪个 - 它使用了它现在找到的第一个。

您也可以这样设置step_type和step_size。

Answer 2

虽然您可以通过元数据控制单个变量级别的行为，或者通过FD选项控制整个组件级别，但通过kwargs将特定选项设置为check_partial_derivs也是合理的。这是我们可以努力的事情，虽然它目前不会成为我们的超级优先事项。