最小化（方法=’L-BFGS-B’）

scipy.optimize.minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)

使用 L-BFGS-B 算法最小化一个或多个变量的标量函数。

另请参见

有关其他参数的文档，请参见 scipy.optimize.minimize

选项:

——-

dispNone 或整数

如果 disp 为 None（默认值），则将使用 iprint 提供的版本。如果 disp 不为 None，则它将使用您概述的行为覆盖 iprint 提供的版本。

maxcorint

用于定义限制的内存矩阵的可变度量校正的最大数量。（受限内存 BFGS 方法不存储完整的黑塞矩阵，而是将其中的很多项用在对此矩阵的近似中。）

ftolfloat

迭代在 (f^k - f^{k+1})/max{|f^k|,|f^{k+1}|,1} <= ftol 时停止。

gtolfloat

迭代在 max{|proj g_i | i = 1, ..., n} <= gtol 时停止，其中 proj g_i 是投影梯度的第 i 个分量。

epsfloat 或 ndarray

如果 jac 为 None，则用于通过正向差分以数值方式近似雅各比矩阵的绝对步长。

maxfunint

函数评估的最大数量。请注意，此函数可能会因为通过数值差分评估梯度而违反此限制。

maxiterint

最大迭代次数。

iprintint，可选

控制输出的频率。 iprint < 0 表示无输出；iprint = 0 表示仅在最后一次迭代时打印一行；0 < iprint < 99 表示在每次 iprint 次迭代时打印 f 和 |proj g|；iprint = 99 表示打印每次迭代（除了 n 向量）的详细情况；iprint = 100 表示打印激活集的更改以及最终的 x；iprint > 100 表示打印每次迭代（包括 x 和 g）的详细情况。

maxlsint，可选

最大行搜索步骤数（每次迭代）。默认值为 20。

finite_diff_rel_step无或 array_like，可选

如果 jac in [‘2-point’, ‘3-point’, ‘cs’] 为用于雅各比数字逼近的相对步长。绝对步长计算为 h = rel_step * sign(x) * max(1, abs(x))，可能会进行调整以适应边界。对于 method='3-point'，将忽略 h 的符号。如果为 None（默认），则自动选择步长。

备注

选项 ftol 通过 scipy.optimize.minimize 接口公开，但直接调用 scipy.optimize.fmin_l_bfgs_b 将直接公开 factr。两者之间的关系为 ftol = factr * numpy.finfo(float).eps。也就是说，factr 乘以默认机器浮点精度，从而得到 ftol。