Question

我正在使用dlib＆＃39; find_min_global函数，这是一种优化算法，可帮助查找最小化函数输出的值。例如

import dlib
def holder_table(x0,x1):
    return -abs(sin(x0)*cos(x1)*exp(abs(1-sqrt(x0*x0+x1*x1)/pi)))

x,y = dlib.find_min_global(holder_table, 
                           [-10,-10],  # Lower bound constraints on x0 and x1 respectively
                           [10,10],    # Upper bound constraints on x0 and x1 respectively
                           80)         # The number of times find_min_global() will call holder_table()

此处holder_table函数返回需要针对x0和x1的不同值最小化的值。

此处holder_table功能仅接受需要优化的值x0和x1。但是我想要使用dlib函数的函数需要的时间超过x0和x1。定义的功能看起来像这样

def holder_table(a,b,x0,x1):
    return -abs(sin(b*x0/a)*cos(x1)*exp(abs(1-sqrt(x0*x0+x1*x1)/pi)))

值a, b不固定，是另一个函数的输出。现在，我可以在a, b内直接调用函数返回holder_table，但我不想最终重新计算它们，因为每次调用holder_table a, b都会重新计算 - 计算并且该过程耗时。

如何将a, b传递给holder_table函数？

Answer 1

您的问题并非100％明确，但看起来您需要partial application。在Python中，这可以使用专用的functools.partial对象完成，或者使用closure（使用内部函数或lambda）完成

def holder_table(a,b,x0,x1):
    return -abs(sin(b*x0/a)*cos(x1)*exp(abs(1-sqrt(x0*x0+x1*x1)/pi)))


def main():
    a, b = some_heavy_function(...)
    holder_table_partial = lambda ax, ay: holder_table(a, b, ax, ay)
    x, y = dlib.find_min_global(
        holder_table_partial, [-10,-10], [10,10], 80
        )

Answer 2

仅根据您对规范的介绍，holder_table是一个函数，它接受两个参数并返回可用于帮助指导优化步骤的最终结果。此外，如果我理解正确，a和b是目标公式的组成部分，但可能需要一段时间才能计算，并且您不希望更频繁地调用其逻辑的计算 - 所以包括他们在中的推导 holder_table似乎效率低下。

如下：

def build_objective_function(a,b): def holder_table(x0,x1): return -abs(sin(b*x0/a)*cos(x1)*exp(abs(1-sqrt(x0*x0+x1*x1)/pi))) return holder_table

你会这样称呼：

a = <compute a> b = <compute b> holder_table = build_objective_function(a,b) # holder_table will be a function x,y = dlib.find_min_global(holder_table, [-10,-10], # Lower bound constraints on x0 and x1 respectively [10,10], # Upper bound constraints on x0 and x1 respectively 80) # The number of times find_min_global() will call holder_table()

Python：将参数传递给函数

2 个答案: