首页 > 解决方案 > 与 ::getfield() 相关的 ForwardDiff.jl 和 ReverseDiff.jl 错误消息

问题描述

我正在尝试使用 ForwardDiff.jl 和/或 ReverseDiff.jl 库来计算优化问题中的梯度。

这两个包都给我一个与 ::getfield() 相关的错误消息。

ReverseDiff 给了我一个 LoadError:

 MethodError: no method matching (::getfield(CalibrationModule, Symbol("#f#4"))
 {AlgorithmParameters,ModelParameters,Guess,Array{Float64,1}})
 (::ReverseDiff.TrackedArray{Float64,Float64,1,Array{Float64,1},Array{Float64,1}})

ForwardDiff 给了我一个 LoadError:

 MethodError: no method matching (::getfield(CalibrationModule, Symbol("#f#10"))
 {AlgorithmParameters,ModelParameters,Guess,Array{Float64,1}})
 (::Array{ForwardDiff.Dual{ForwardDiff.Tag{getfield(CalibrationModule,
 Symbol("#f#10"))     
 {AlgorithmParameters,ModelParameters,Guess,Array{Float64,1}},Float64},Float64,6},1})

我不知道如何理解这个错误信息。我的代码太复杂,无法在这里发布,但据我所知,我没有使用任何不是用 Julia 编写的库。我确实在整个过程中广泛使用自定义数据类型(可变结构),但我不明白为什么这会导致问题......

标签: juliamathematical-optimizationgradient-descentautomatic-differentiation

解决方案


从 Julia文档中,MethodError: no method matching当没有与您正在调用的方法具有匹配类型签名的方法时,会抛出 。Julia 有一个动态类型系统,但允许类型注释在值不是预期类型时抛出异常。由于您广泛使用自定义数据类型,因此您可能会将自定义数据类型的值传递给 ForwardDiff/ReverseDiff 中需要不同类型的方法 - 很难在没有看到代码的情况下确认,但这就是我的地方d 开始寻找。


推荐阅读