我有一个python“blackbox”函数,它是一个有界的分段可微函数x>=0
。我想找到它的最佳值(最小值/最大值)。你知道吗
想象一下min(x^2,|x|,x^3+x^4) s.t. x>=0
(但我真正的函数是高维的Dim(x)~=2000
)。但我知道到处都是subgradient
。你知道吗
例如,我精确地知道在每个x上,什么是底层函数及其梯度。但是,如果我使用spicy.optimize
包,使用伪梯度作为雅可比输入,优化器通常会过早终止,因为它只是放弃,如果它是在“分段可微”函数的连接点,一小步不会给出函数值的减少。。。我认为实际上一个稳健的简单梯度下降可能会更好。你知道吗
但我想知道什么是最好的解决方案可用于这种情况。你知道吗
谢谢你。你知道吗
目前没有回答
相关问题 更多 >
编程相关推荐