我有一个多元优化问题,我想运行。每次评估都很慢。所以很明显,将其线程化到多台机器上的能力是相当不错的。我可以毫不费力地编写将作业分派到其他机器的代码。然而,scipy.optimize.minimize.最小化按顺序调用每个求值调用;在前一个调用返回之前,它不会给我另一组要求值的参数。在
现在,我知道解决这个问题的“简单”方法是“以并行方式运行您的评估任务-中断itup”。事实上,虽然在某种程度上可以做到这一点,但它只能走这么远;带宽随着你拆分的越多而增加,直到进一步拆分实际上开始减慢你的速度。如果有另一个轴可以并行化——也就是最小化函数本身——将大大提高可伸缩性。在
是不是没办法scipy.optimize.minimize?或者其他功能大致相同的工具(试图找到尽可能低的最小值)?当然,最小化实用程序利用并行性是可能的,尤其是在多变量优化问题中,需要检查给定数据点处的多个轴之间的梯度。在
目前没有回答
相关问题 更多 >
编程相关推荐