scipy最小化：如何使用最大值编码jacobian / hessian用于目标函数

Question

我正在使用scipy.optimize.minimize和Newton-CG（Newton Conjugate Gradient）方法，因为我有一个目标函数，我知道分析雅可比和Hessian。但是，我需要根据拟合的数组参数“s”内的最大值添加正则化项R = exp（max（s））。对于我来说，如何为R实现导数并不是很明显。顺便说一下，让最小化算法为整个目标函数做数值导数不是一种选择，因为它太复杂了。任何想法，哦网络的聪明人？