Question

考虑函数fn()，该函数将最新的输入x及其返回值ret <- x^2存储在父环境中。

makeFn <- function(){
    xx <- ret <- NA
    fn <- function(x){
       if(!is.na(xx) && x==xx){
           cat("x=", xx, ", ret=", ret, " (memory)", fill=TRUE, sep="")
           return(ret)
       }
       xx <<- x; ret <<- sum(x^2)
       cat("x=", xx, ", ret=", ret, " (calculate)", fill=TRUE, sep="")
       ret
    }
    fn
}
fn <- makeFn()

fn()仅在提供了不同的输入值时才进行计算。否则，它将从父环境读取ret。

fn(2)
# x=2, ret=4 (calculate)
# [1] 4
fn(3)
# x=3, ret=9 (calculate)
# [1] 9
fn(3)
# x=3, ret=9 (memory)
# [1] 9

将fn()插件插入optim()中以找到其最小值时，会产生以下意外行为：

optim(par=10, f=fn, method="L-BFGS-B")
# x=10, ret=100 (calculate)
# x=10.001, ret=100.02 (calculate)
# x=9.999, ret=100.02 (memory)
# $par
# [1] 10
# 
# $value
# [1] 100
#
# (...)

这是一个错误吗？怎么会这样？

即使使用R的C-API，我也很难想象如何实现此行为。有什么想法吗？

注意：

有效：

library("optimParallel") # (parallel) wrapper to optim(method="L-BFGS-B")
cl <- makeCluster(2); setDefaultCluster(cl)
optimParallel(par=10, f=fn)

有效：
```
optimize(f=fn, interval=c(-10, 10))
```
有效：
```
optim(par=10, fn=fn)
```
失败：
```
optim(par=10, fn=fn, method="BFGS")
```

有效：

library("lbfgs"); library("numDeriv")
lbfgs(call_eval=fn, call_grad=function(x) grad(func=fn, x=x), vars=10)

有效：

library("memoise")
fn_mem <- memoise(function(x) x^2)
optim(par=10, f=fn_mem, method="L-BFGS-B")

使用R版本3.5.0测试。

Answer 1

之所以出现此问题，是因为在优化算法的第三次迭代中，在“ BFGS”或“ L-BFGS-”下修改x的内存地址后，它们没有更新。 B”方法。

相反，在第三次迭代中，x的存储器地址与xx的存储器地址保持相同，这使得xx被更新为{{1 }}在x函数第三次运行之前，因此使该函数返回fn的“内存”值。

如果运行以下代码，使用{{的ret函数来检索x内的xx和fn()的内存地址，则可以自己进行验证。 3}}或envnames软件包：

address()

其部分输出（假设在运行此代码段之前未执行优化运行）将类似于以下内容：

library(envnames)

makeFn <- function(){
  xx <- ret <- NA
  fn <- function(x){
    cat("\nAddress of x and xx at start of fn:\n")
    cat("address(x):", address(x), "\n")
    cat("address(xx):", address(xx), "\n")
    if(!is.na(xx) && x==xx){
      cat("x=", xx, ", ret=", ret, " (memory)", fill=TRUE, sep="")
      return(ret)
    }
    xx <<- x; ret <<- sum(x^2)
    cat("x=", xx, ", ret=", ret, " (calculate)", fill=TRUE, sep="")
    ret
  }
  fn
}

fn <- makeFn()

# Run the optimization process
optim(par=0.1, fn=fn, method="L-BFGS-B")

Address of x and xx at start of fn: address(x): 0000000013C89DA8 address(xx): 00000000192182D0 x=0.1, ret=0.010201 (calculate) Address of x and xx at start of fn: address(x): 0000000013C8A160 address(xx): 00000000192182D0 x=0.101, ret=0.010201 (calculate) Address of x and xx at start of fn: address(x): 0000000013C8A160 address(xx): 0000000013C8A160 x=0.099, ret=0.010201 (memory)中可用的其他优化方法（例如默认方法）不会发生问题。

注意：如上所述，optim()包也可以用于检索对象的内存地址，但是在这里，我借此机会来推广我最近发布的包data.table（除检索对象的内存地址，它还从其内存地址中检索用户定义的环境名称-其他）

R optim（）：使用父环境时出现意外行为

1 个答案: