python - 如何在数值上优化协程的结果
问题描述
机器的输出基于python的异步。
jupyter代码如下
import numpy as np
from scipy.optimize import minimize
import asyncio
async def test(data):
#it should be some machine control code. I need to use await to hold until the machine's work is done.
#it is just a toy model for demonstration
x = data[0]
y = data[1]
res = (x-1.2)**2 + (y+3.6)**2
return res
async def main():
x0 = [0, 0]
res = minimize(test, x0)
print(res)
task = asyncio.create_task(main())
scipy 的 optimize.minimize 无法工作,因为 test() 是协程而不是可调用函数
有没有其他python包可以处理协程结果的数值优化?
解决方案
推荐阅读
- reactjs - 永无止境的加载而不是 NotFoundPage
- swagger - Swagger 多部分文件上传 JSON 验证
- python-3.x - pygraphviz v1.5 Agraph:绘制点布局时出现警告
- c++ - 如果用户定义大小的数组没有在 C++ 中动态声明会发生什么?
- javascript - 对 /assets/workers/null 的多个入站请求 - 配置错误的服务工作者?
- testing - 为什么测试曲线从头开始而不是从火车曲线的末端开始?
- node.js - 带有查询操作的 DynamoDB dataMapper 是返回所有结果还是需要使用 pages() 函数?
- c# - MongoDB C# 驱动程序 - Last SubDocument Field Eq to 'X' 的位置
- python - 层 ModuleWrapper 在 `__init__` 中有参数,因此必须覆盖 `get_config`。在 Colab
- asp.net - 尽管应用程序错误,但在 heroku 上部署似乎成功