我有一个简单的功能
def square(x, a=1):
return [x**2 + a, 2*x]
x对于几个参数,我想最小化它a.我目前有循环,在精神上,做这样的事情:
In [89]: from scipy import optimize
In [90]: res = optimize.minimize(square, 25, method='BFGS', jac=True)
In [91]: [res.x, res.fun]
Out[91]: [array([ 0.]), 1.0]
In [92]: l = lambda x: square(x, 2)
In [93]: res = optimize.minimize(l, 25, method='BFGS', jac=True)
In [94]: [res.x, res.fun]
Out[94]: [array([ 0.]), 2.0]
现在,该功能已经过矢量化
In [98]: square(array([2,3]))
Out[98]: [array([ 5, 10]), array([4, 6])]
In [99]: square(array([2,3]), array([2,3]))
Out[99]: [array([ 6, 12]), array([4, 6])]
这意味着并行而不是循环运行所有优化可能要快得多.这是SciPy可以轻松实现的吗？或任何其他第三方工具？