scipy.optimize 为多变量系统的局部和全局优化提供了许多不同的方法。但是，我需要进行很长的优化运行，可能会被中断(在某些情况下，我可能想故意中断它)。有什么办法可以重新启动……好吧，其中任何一个？我的意思是，显然可以提供最后一组最优化的参数作为初始猜测，但这并不是唯一的参数——例如，还有梯度(例如雅可比矩阵)、差分进化中的种群等.我显然不希望这些也必须重新开始。
我看不出有什么办法可以向 scipy 证明这些，也没有办法保存它的状态。对于以 jacobian 为例的函数，有一个 jacobian 参数(“jac”)，但它要么是一个 bool 值(表明您的评估函数返回一个 jacobian，而我的没有)，要么是一个可调用函数(我只会提供上次运行的单一结果)。没有什么只需要最后一个可用的 jacobian 数组。对于差异进化，种群的损失对于性能和收敛来说将是可怕的。
有什么解决办法吗？有什么方法可以恢复优化？
最佳答案
一般的答案是否定的，除了如您所说，从上一次运行的最后估计开始之外，没有一般的解决方案。
不过，对于差分进化，您可以实例化 DifferentialEvolutionSolver，您可以在检查点对其进行 pickle，然后取消 pickle 以恢复。
(建议来自https://github.com/scipy/scipy/issues/6517)
关于python - 在 scipy.optimize 中恢复优化？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40002172/