如何使用Pyomo使用sklearn或tensorflow模型(wrt输入变量)优化函数?

时间:2018-08-23 06:08:49

标签: tensorflow optimization scikit-learn pyomo

我有一个针对sklearn或tensorflow模型的输入变量进行优化的函数,涉及sklearn或tensorflow模型。由于我的目标/损失函数是非线性的,并且由于我的一些输入变量(我正在优化的wrt)是整数,因此我无法使用Tensorflow中可用的基于梯度的优化方法。因此,我正在尝试使用Pyomo寻找解决方案,该解决方案可以进行非线性混合整数编程。

但是,当我在Pyomo上浏览这本书:Pyomo – Optimization Modeling in Python时,我意识到Pyomo要求使用其自己的类(如Var()和Objective())来定义变量和目标函数,这是有道理的。但是,是否有任何可用接口可以在Pyomo中使用张量流模型? ExternalFunction expression对象仍然相关吗?

P.S:从本书中,我看到Pyomo并不认为变量的行列式是表达表达式的有效运算符。有办法吗?

谢谢!

0 个答案:

没有答案