minimize(method=’Newton-CG’)

scipy.optimize.minimize(fun, x0, args=(), метод=None, jac=None, hess=None, hessp=None, границы=None, ограничения=(), tol=None, callback=None, опции=None)

Минимизация скалярной функции одной или нескольких переменных с использованием алгоритма Newton-CG.

Обратите внимание, что jac параметр (Якобиан) требуется.

Смотрите также

Для документации по остальным параметрам см. scipy.optimize.minimize

Опции:

——-

dispbool

Установите True для вывода сообщений о сходимости.

xtolfloat

Средняя относительная ошибка в решении xopt допустимо для сходимости.

maxiterint

Максимальное количество итераций для выполнения.

epsfloat или ndarray

Если hessp аппроксимируется, используйте это значение для размера шага.

return_allbool, необязательно

Установите в True, чтобы вернуть список лучшего решения на каждой из итераций.

c1float, по умолчанию: 1e-4

Параметр для правила условия Армихо.

c2float, по умолчанию: 0.9

Параметр для правила условия кривизны.

workersint, вызываемый объект, подобный отображению, опционально

Вызываемый объект, подобный отображению, такой как multiprocessing.Pool.map для параллельного вычисления любой численной производной. Это вычисление выполняется как workers(fun, iterable).

Добавлено в версии 1.16.0.

Примечания

Параметры c1 и c2 должно удовлетворять 0 < c1 < c2 < 1.