优化R的梯度函数

Question

我有两个函数f(x)和g(x)。这里f(x)是最小化的目标函数，g(x)是梯度函数。我的问题是针对每个审核x，f(x)的正文将计算一个复杂的矩阵A(x)，它也会在g(x)中使用。为了提高效率，我不希望g(x)重复计算A。我正在考虑通过在A(x)的正文中定义A <<- ...来使f(x)全球化。因此g(x)可以直接使用A(x)。因为我不知道R中的optim如何迭代f(x)和g(x)，我不确定这种策略是否正确有效。欢迎任何建议和意见。感谢。

Answer 1

因为您不知道optim将如何调用f和g，所以您必须确保任何被隐藏的A(x)来自同一地点x f(x1)当你需要它时。它可能会调用f(x2)，f(x3)，g(x1)，然后调用A(x)。

一种解决方案可能是备忘录：

http://cran.r-project.org/web/packages/memoise/index.html

记忆{{1}}将存储给定输入值的返回值，并在给定相同输入值时返回该值而不重新计算。显然只适用于非随机函数（不要调用任何随机数生成器）。

我不确定你如何控制缓存的大小，但源代码就在那里。