scipy.optimize.minimize：或者针对两个参数优化损失函数

Question

我有一个损失函数E（v，c），其中v，c是向量。

def loss(v,c,a):
    ...
    return loss_value

在第一步中，我希望最小化矢量v，然后在第二步中通过使用前一步骤中的最小化矢量v_hat来最小化矢量c。 例如：

v_hat.x = minimize(loss,v,args = (c,a))
c_hat.x = minimize(loss,c,args = (v_hat.x,a)) ###error

问题是scipy.optimize.minimize按顺序获取输入参数，即它知道它总是丢失函数参数中的第一个参数，必须最小化。如果我想最小化第二个参数，我要么必须在第一个位置写第二个参数的另一个损失函数：like

def loss_2(c,v,a):
    ...
    return loss_value

现在我可以通过更改损失函数的名称来编写第二个语句。但这是一种笨拙的方式，任何以更好的方式做到这一点的方法？