如何从spicy.optimize.minimize的所有迭代中返回参数

Question

我使用import scipy import bumpy as np def rosen(x): """The Rosenbrock function""" return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0) x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2]) scipy.optimize.fmin(rosen, x0, full_output=True) 来优化Rosenbrock功能：

<strong>

这将返回解决方案的元组（最小化函数的参数，函数最小值，迭代次数，函数调用次数）。

但是我希望能够在每一步绘制数值。例如，我想绘制沿x轴的迭代次数和沿y轴的运行最小值。

Answer 1

fmin可以采用在每一步调用的可选回调函数，因此您可以创建一个在每一步抓取值的简单函数：

def save_step(k):
    global steps
    steps.append(k)

steps = []
scipy.optimize.fmin(rosen, x0, full_output=True, callback=save_step)
print np.array(steps)[:10]

输出：

[[ 1.339       0.721       0.824       1.71        1.236     ]
 [ 1.339       0.721       0.824       1.71        1.236     ]
 [ 1.339       0.721       0.824       1.71        1.236     ]
 [ 1.339       0.721       0.824       1.71        1.236     ]
 [ 1.2877696   0.7417984   0.8013696   1.587184    1.3580544 ]
 [ 1.28043136  0.76687744  0.88219136  1.3994944   1.29688704]
 [ 1.28043136  0.76687744  0.88219136  1.3994944   1.29688704]
 [ 1.28043136  0.76687744  0.88219136  1.3994944   1.29688704]
 [ 1.35935594  0.83266045  0.8240753   1.02414244  1.38852256]
 [ 1.30094767  0.80530982  0.85898166  1.0331386   1.45104273]]