Python中以多个数组作为输入的函数的代价函数最小化

Question

我有一个函数，它接受4个一维数组作为输入，并返回一个一维数组作为输出。在

def func(arr1,arr2,arr3,arr4):
    #function guts
    return answer

我试图让这个函数的输出数组与已知的正确数组答案相匹配。我做了一个成本函数，可以将函数输出与实际答案进行比较，并给我一个值来表示它有多接近（数值越小越好）

^{pr2}$

我想找到一种方法来找到最适合原始输入数组的值，以接近真正的答案。大概这将使用SciPy优化包，但我不确定从哪里开始。在

Answer 1

如果您的函数输出在所有参数中变化平稳（输入的小变化产生输出的小变化），您可以考虑一种梯度下降的方法。在

但是，正如您看到的here (scipy.optimize docs)，您还可以选择一些不需要先验知识的优化方法，例如powell。你总是需要一组起始值和你的函数。在

但是请考虑：如果您对#function guts了解不多，并且有很多参数（您的arr1-4具有高维性），那么这将需要一段时间。。。在

希望这有帮助