root(method=’anderson’)#

scipy.optimize.root(fun, x0, args=(), method='hybr', jac=None, tol=None, callback=None, options=None)

另请参阅

有关其余参数的文档,请参阅 scipy.optimize.root

选项:
——-
nitint, 可选

迭代次数。如果省略(默认),则根据满足容差所需进行多次迭代。

dispbool, 可选

在每次迭代时将状态打印到标准输出。

maxiterint, 可选

最大迭代次数。

ftolfloat, 可选

残差的相对容差。如果省略,则不使用。

fatolfloat, 可选

残差的绝对容差(在最大范数下)。如果省略,默认为 6e-6。

xtolfloat, 可选

相对最小步长。如果省略,则不使用。

xatolfloat, 可选

绝对最小步长,由雅可比近似确定。如果步长小于此值,则优化成功终止。如果省略,则不使用。

tol_norm函数(向量) -> 标量, 可选

用于收敛检查的范数。默认为最大范数。

line_search{None, ‘armijo’ (默认), ‘wolfe’}, 可选

使用哪种线搜索来确定雅可比近似给定方向上的步长。默认为“armijo”。

jac_options字典, 可选

对应雅可比近似的选项。

alphafloat, 可选

雅可比的初始猜测是 (-1/alpha)。

Mfloat, 可选

要保留的先前向量的数量。默认为 5。

w0float, 可选

用于数值稳定性的正则化参数。与单位值相比,0.01 数量级的值较好。