小编jab*_*zzo的帖子

要在 pyomo 中实例化求解器，通常使用求解器工厂：

from pyomo.opt import SolverFactory
opt = SolverFactory('glpk')

有没有办法知道 SolverFactory 将接受哪些字符串？解决方案如下所示：

print(SolverFactory.list_detected_solvers())

我有两个大的np.uint8 ndarrays，a和b。我需要计算：c = np.sum(np.abs(a - b), axis=(-2,-1,))

由于它们是未签名的，所以我不能仅减去它们。一种简单的解决方法是将它们转换为更大的数据类型：

c = np.sum(np.abs(a.astype(np.int16) - b.astype(np.int16)), axis=(-2,-1,))

其中在总使用4 ^*倍数组的内存。在理想的世界中，我想成为这样的人：

c = np.sum(np.abssub(a, b), axis=(-2,-1,))

它将使用与阵列相同的内存量。可悲的是，我在numpy的文档中找不到这样的功能。目前，我正在执行以下操作：

diff = np.empty_like(a)

mask = a > b
diff[mask] = (a - b)[mask]
# b shape is different but broadcasts to a
# That is why I use mask after substracting

mask = np.logical_not(mask, out=mask)
diff[mask] = (b - a)[mask]

c = np.sum(np.abs(diff, out=diff), axis=(-2,-1,))

其用途是仅仅 2.5 ^**的存储器中作为阵列倍量。

有一个更好的方法吗？

* …

我正在尝试运行一个简单的问题来测试我的设置：

#! /usr/bin/env python3

import pyomo.core as pyomo
from pyomo.opt import SolverFactory, IOptSolver

model = pyomo.ConcreteModel()
model.d = pyomo.Var(initialize=1, bounds=(0,2,))
model.g = pyomo.Var(initialize=1, bounds=(0,2,))
model.s = pyomo.Var(initialize=1, bounds=(0,2,))
model.b = pyomo.Var(initialize=1, bounds=(0,2,))

objective_rule = model.d - model.b*model.g + model.s*model.b
model.objective = pyomo.Objective(rule=objective_rule, sense=pyomo.minimize)

# After digging in pyomo source I figured out this
# should print all solvers available in my system
print(IOptSolver._factory_cls)

# This fails
opt = SolverFactory("gurobi", solver_io="python")
# opt = SolverFactory("neos") This also fails

# Create a …