Question

我正在尝试使用ForwardDiff.jl和/或ReverseDiff.jl库来计算优化问题中的梯度。

这两个软件包都给我一条与:: getfield（）有关的错误消息。

ReverseDiff给我一个LoadError：

 MethodError: no method matching (::getfield(CalibrationModule, Symbol("#f#4"))
 {AlgorithmParameters,ModelParameters,Guess,Array{Float64,1}})
 (::ReverseDiff.TrackedArray{Float64,Float64,1,Array{Float64,1},Array{Float64,1}})

ForwardDiff给我一个LoadError：

 MethodError: no method matching (::getfield(CalibrationModule, Symbol("#f#10"))
 {AlgorithmParameters,ModelParameters,Guess,Array{Float64,1}})
 (::Array{ForwardDiff.Dual{ForwardDiff.Tag{getfield(CalibrationModule,
 Symbol("#f#10"))     
 {AlgorithmParameters,ModelParameters,Guess,Array{Float64,1}},Float64},Float64,6},1})

我不知道如何理解此错误消息。我的代码太复杂了，无法在此处发布，但据我所知，我没有使用未用Julia编写的任何库。我确实在整个过程中广泛使用自定义数据类型（可变结构），但是我不明白为什么这会导致问题...

Answer 1

如果没有一种方法具有与要调用的类型签名匹配的类型签名，则从Julia docs中抛出MethodError: no method matching。 Julia具有动态类型系统，但是允许类型注释，如果值不是预期类型，则该注释会引发异常。由于您正在广泛使用自定义数据类型，因此可能是将自定义数据类型的值传递给ForwardDiff / ReverseDiff中期望使用其他类型的方法的原因-很难确认而看不到代码，但这就是我在d开始寻找。

Answer 2

没有代码真的很难说，但是：

Julia显示匿名功能和闭包的方式类似于(::getfield(CalibrationModule, Symbol(...)){...}(...)。您收到方法错误，表明该匿名函数或闭包不支持采用Array或Dual数字的Tracked签名。您可能具有以下功能：

function main()
    ...
    f(A::Array{Float64}) = # ... some closure
    ...
    f(...)
end

但是ForwardDiff和ReverseDiff都需要使用双数或跟踪数字（而不是Float64）运行程序。因此，您收到一个方法错误，名为f的闭包不接受这些双数或跟踪数字的数组。

将f闭包的特异性降低到它可以支持的最广泛的范围，例如f(A::AbstractArray{<:Number}) = ...。请注意，这两个库的执行方式略有不同-ForwardDiff创建对偶数组，而ReverseDiff创建跟踪的浮点数 array 。因此，您希望两个::AbstractArray都支持多个Array（除非您要调用C，否则几乎应该始终这样做），并且希望将元素类型放宽为{{1 }}。我建议您走得更远，不要在意元素类型-您通常不需要在意它。

与:: getfield（）

2 个答案: