执行approx_fprime
import numpy as np
import scipy.optimize as op
def J(x):
return x*x
xk = np.arange(1,10).reshape(3,3).astype('float32')
print(op.approx_fprime(xk.ravel(), J, 0.01))
我做错了什么?
我必须更改函数,它应该返回标量而不是向量。
def J(x):
return np.sum(x**2)
答案 0 :(得分:1)
您使approx_fprime的假设无效:
标量函数的梯度的有限差分近似。
参数:
...
f:callable
确定梯度的函数(偏导数)。应该将xk作为第一个参数,f的其他参数可以在* args中提供。 应返回标量,xk函数的值。
在这种情况下,您将返回一个大小为9的向量。这不是标量函数应返回的内容。原因很简单:
x = np.array([1,2,3])
print((x*x).shape)
# (3,)