设置收敛条件scipy.optimize.fmin（及其他）

Question

我正在做一个优化任务，其中成本函数评估非常昂贵，有些错误是可以容忍的。我正在使用一些预先打包的scipy方法scipy.optimize公司开始吧。我使用的第一个是fmin，它实现了nelder-mead单纯形算法。在

此函数有两个与收敛相关的参数xtol和ftol，这两个参数（as I understand it）指定了一个收敛条件，如果x或f（参数集和代价）在一次迭代中的变化小于xtol或ftol，则函数返回。在

但是，由于成本函数对我来说太贵了，我还希望能够指定一个成本阈值，如果它找到一个成本低于阈值的点，它将立即返回。在

是否可以为指定此阈值scipy.optimize.fmin？在

另外一个问题：我还没有详细研究过其他很多方法，但是对于那些方法，这个阈值选项似乎也不存在。这是典型的scipy优化方法吗？我尝试贡献这个功能是否有价值？在

Answer 1

可以停止任何可以表示为x函数的条件的迭代。这里的想法是劫持callback方法并使用异常进行流控制。以下是两种利用这一理念的解决方案：

from scipy.optimize import fmin_bfgs
import numpy as np
f = lambda x: np.linalg.norm(x**2)
x0 = np.random.rand(100)

解决方案1：

^{pr2}$

解决方案2：

^{3}$