用autodiff优化
autoptim的Python项目详细描述
#autoptim:automatic differention+optimization
您是否有一个新的机器学习模型需要优化,并且不想麻烦您计算梯度?autoptim是给你的。
用户只提供目标函数:
`` python
`` python
`从autotim导入导入numpy为np
autotim导入最小化
def rosenbrock(x):
return(1-x[0])**2+100*(x[1]-x[0]**2)**2
x0=np.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
>;>;[0.999999913 0.99999825]
```
它具有以下特点:
-**与numpy的自然接口**:目标函数是用标准numpy编写的。“autoptim.minimize”的输入/输出是numpy数组。
-**智能输入处理**:`scipy.optimize.minimize`仅用于将一维数组作为输入处理。在“autoptim”中,变量可以是多维数组或数组列表。
-**预处理**:预处理是通过改变变量来加速最小化的简单方法。` autoptim让预处理变得简单。
因此,在极小化的速度方面做出了一些妥协。
br/>可以在“autoptim/tutorials”中找到几个示例
您是否有一个新的机器学习模型需要优化,并且不想麻烦您计算梯度?autoptim是给你的。
用户只提供目标函数:
`` python
`` python
`从autotim导入导入numpy为np
autotim导入最小化
def rosenbrock(x):
return(1-x[0])**2+100*(x[1]-x[0]**2)**2
x0=np.0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
>;>;[0.999999913 0.99999825]
```
它具有以下特点:
-**与numpy的自然接口**:目标函数是用标准numpy编写的。“autoptim.minimize”的输入/输出是numpy数组。
-**智能输入处理**:`scipy.optimize.minimize`仅用于将一维数组作为输入处理。在“autoptim”中,变量可以是多维数组或数组列表。
-**预处理**:预处理是通过改变变量来加速最小化的简单方法。` autoptim让预处理变得简单。
因此,在极小化的速度方面做出了一些妥协。
br/>可以在“autoptim/tutorials”中找到几个示例