在python中找到最佳解决方案

Question

我有这个公式：

1-e ^（log（0.5）*（x / beta）^ alpha）

带有alpha和beta的变量是我必须找到的变量。 x是一堆图像（我的数据），我可以将该公式的输出与来自用户测试的基本事实进行比较。基本上，我可以生成一个损失函数，将其最小化。为了找到最佳的alpha和beta，我尝试使用张量流，但是梯度下降和其他优化器似乎失败了，因为该函数不是凸函数（我尝试了不同的初始条件）。我可以使用python中的全局优化工具来解决此问题吗？

Answer 1

您可以使用NLopt，它具有一些全局优化器，例如直接（从gohlke下载）。还是有Scipy的basinhopping。另一个不错的解决方案是NOMAD，这是一个非常好的黑匣子优化器。它也有一个Python界面，但并不友好且直观。