scipy.optimize.least_squares确定性吗？

Question

我正在使用scipy的{​​{1}}算法设置初始条件，并且总是在我的计算机上得到相同的结果，但是如果我在任何其他计算机上尝试这个（所有计算机都使用最新的Scipy，Python，和颠簸的包和相同的64位Ubuntu Linux），我在每台PC上得到不同的结果。这是为什么？

谢谢。

Answer 1

答案是肯定的。

正如您在document上找到的， 在optimize.least_squares;

上实施了3种方法

1. 信任区域反射算法
2. 具有矩形信任区域的狗腿洞算法
3. Levenberg-Marquardt算法

所有这些都是迭代方法，从初始值（或向量）开始，逐步进入最小值。如何确定此步骤与方法不同，但在所有方法中都是确定性的 有关更多详细信息，请阅读此函数的开发人员撰写的this blog。

我不确定为什么你会在每部电脑上得到不同的结果，抱歉。

Answer 2

默认情况下（如果为diff_step=None，optimize.least_squares使用机器相关的步长作为有限差分近似[1]。对于特定计算机，结果应该是确定性的，但在另一台计算机上可能会有所不同。

除非存在其他与机器相关的参数，否则手动设置diff_step应该在不同的机器上产生相同的结果。

[1]参见scipy documentation。