scipy.optimize.

HessianUpdateStrategy

class scipy.optimize.HessianUpdateStrategy

实现 Hessian 更新策略的接口。

许多优化方法使用 Hessian（或逆 Hessian）近似，例如拟牛顿方法 BFGS、SR1、L-BFGS。但是，其中一些近似值实际上并不需要存储整个矩阵，或者可以在非常有效的方式下计算内部矩阵与给定向量的乘积。此类充当优化算法和拟牛顿更新策略之间的抽象接口，允许自由实现以尽可能有效地存储和更新内部矩阵。初始化和更新过程的不同选择将导致不同的拟牛顿策略。

派生类中应实现四种方法：initialize、update、dot 和 get_matrix。

注意

任何实现此接口的类的实例都可以被方法 minimize 接受，并被兼容的求解器用于近似优化算法使用的 Hessian（或逆 Hessian）。

方法

dot(p)	计算内部矩阵与给定向量的乘积。
get_matrix()	返回当前内部矩阵。
initialize(n, approx_type)	初始化内部矩阵。
update(delta_x, delta_grad)	更新内部矩阵。