python - 如何绘制优化的进度？

Question

有没有办法绘制使用 scipy.optimize 的差分进化优化的函数的渐进值？在以下绘图部分不起作用:

from scipy.optimize import rosen, differential_evolution
bounds = [(0, 5), (0, 5), (0, 5), (0, 5), (0, 5)]
result = differential_evolution(rosen, bounds, disp=False)
print(result.x, result.fun)
import matplotlib.pyplot as plt
x, f = zip(*result)
plt.plot(x, f)

Answer 1

注意:我最初回答这个问题时认为您想要优化器采用的路径，而不是优化过程中的值。我已经更新了答案，以便同时显示两者，但您可能只对第二个情节感兴趣。differential_evolution 返回的对象不包含通往结果的路径，也不包含沿途的值。但是，您可以使用 callback提供 callback function 的参数每次迭代都会调用它。然后该回调可以记录进度。
例如:

progress = []
progress_err = []

def cb(x, convergence):
    progress.append(x)
    progress_val.append(rosen(x))

bounds = [(0, 5), (0, 5), (0, 5), (0, 5), (0, 5)]
result = differential_evolution(rosen, bounds, disp=False, callback=cb)

progress = np.array(progress)
progress_val = np.array(progress_val)

由于您似乎想要优化 5D Rosenbrock 函数，因此整个路径的可视化变得有点棘手。如果我选择仅可视化前两个坐标(+ 值，这是您实际询问的值)，即

fig = plt.figure()
ax = fig.add_subplot(2,1,1)
ax.plot(progress[:, 0], progress[:, 1])
ax = fig.add_subplot(2,1,2)
ax.plot(progress_val)
plt.show()

我得到

值(value)，这就是我刚刚意识到你实际上要问的，是底部的情节。如果您不需要路径本身，请忽略代码中与 progress 相关的任何内容。 .
当然，您的结果可能看起来不同，因为我们的随机种子以及我们通往最佳状态的路径不同。