python - 如何为每次迭代从 scipy.optimize.least

问题描述

我正在使用一个使用scipy.optimize.least_squares并提供使用回调函数的可能性的包。但是，只有目标函数参数被传递给回调函数（对于每个函数评估）。不过，我需要获取函数相对于参数的梯度。我知道通过scipy.optimize.least_squares计算每个评估的梯度J.T.dot(f)，其中J是 Jacobian 并且f是函数。但是梯度仅在优化完成后通过结果返回并显示最后一次迭代/评估（解决方案）的梯度。有没有办法获得成本函数相对于每个评估参数的梯度？

标签： pythonscipycallbackgradientleast-squares

python - 如何为每次迭代从 scipy.optimize.least_squares 获取梯度？

问题描述

解决方案

推荐阅读