scipy.optimize.minimize中容差度量的变量是什么？

Question

我的理解是，在调用minimize的方法中，tol代表成本函数的最小差异（即任何值fun的差异，这是第一个参数。优化完成所需的方法调用，返回。

scipy.optimize.minimize(fun, x0, args=(),
 method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(),
 tol=None, callback=None, options=None)

然而，我显然是错的，因为当我设置tol = 1E-3并在每次迭代时打印出fun的值时，我会看到：

0.3078
0.3074
...

tol代表什么？

特殊优化算法还有另一个名为xtol的参数，即

  

xtol：浮动   解决方案中的平均相对误差xopt可以收敛。

例如，请参阅：

http://docs.scipy.org/doc/scipy/reference/optimize.minimize-newtoncg.html#minimize-method-newton-cg

那么xtol和tol代表什么，有什么区别？