minimize(method=’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。

另请参阅

有关其余参数的文档，请参阅 scipy.optimize.minimize

选项：

——-

disp无或整数

此选项已弃用，此前用于控制问题解决期间屏幕上打印的文本。现在代码不输出任何内容，此关键字已无功能。

自 1.15.0 版起已弃用：此关键字已弃用，并将从 SciPy 1.18.0 中移除。

maxcor整数

用于定义有限内存矩阵的变量度量校正的最大数量。（有限内存 BFGS 方法不存储完整的 Hessian，而是使用这些项进行近似。）

ftol浮点数

当满足以下条件时，迭代停止：(f^k - f^{k+1})/max{|f^k|,|f^{k+1}|,1} <= ftol。

gtol浮点数

当满足以下条件时，迭代将停止：max{|proj g_i | i = 1, ..., n} <= gtol，其中 proj g_i 是投影梯度的第 i 个分量。

eps浮点数或 ndarray

如果 jac 为 None，则此为用于通过前向差分对雅可比矩阵进行数值近似的绝对步长。

maxfun整数

在最小化终止之前函数评估的最大次数。请注意，如果梯度是通过数值微分评估的，此函数可能会超出此限制。

maxiter整数

算法迭代的最大次数。

iprint整数，可选

此选项已弃用，此前用于控制问题解决期间屏幕上打印的文本。现在代码不输出任何内容，此关键字已无功能。

自 1.15.0 版起已弃用：此关键字已弃用，并将从 SciPy 1.18.0 中移除。

maxls整数，可选

线搜索步骤的最大数量（每次迭代）。默认为 20。

finite_diff_rel_step无或类数组，可选

如果 jac in ['2-point', '3-point', 'cs']，则此为用于对雅可比矩阵进行数值近似的相对步长。绝对步长计算为 h = rel_step * sign(x) * max(1, abs(x))，可能会根据边界进行调整。对于 method='3-point'，h 的符号将被忽略。如果为 None（默认），则自动选择步长。

workers整数，类映射可调用对象，可选

一个类映射可调用对象，例如 multiprocessing.Pool.map，用于并行评估任何数值微分。此评估按以下方式执行：workers(fun, iterable)。

新增于 1.16.0 版。

注意

选项 ftol 通过 scipy.optimize.minimize 接口公开，但直接调用 scipy.optimize.fmin_l_bfgs_b 会公开 factr。两者之间的关系是 ftol = factr * numpy.finfo(float).eps。即，factr 乘以默认机器浮点精度以得到 ftol。如果最小化收敛缓慢，优化器可能会在函数评估总次数超过 maxfun 或算法迭代次数达到 maxiter 时停止（以先达到者为准）。如果出现这种情况，则 result.success=False，并且相应的错误消息包含在 result.message 中。