使用Python最小化功能

Question

我有一些功能，例如S[f] = \int_\Omega f^2(x) dx。如果你熟悉物理学，那就是行动。该对象接受在某个域\Omega上定义的函数并给出一个数字。这个数学术语是功能性的。

现在我需要尽量减少这个事情相对于f。我知道SciPy有一个优化软件包，可以使多元函数最小化，但是我很好奇是否有更好的方法来考虑如果我使用这个函数，我将最小化超过10,000个变量（因为函数本质上只是10,000个数字的列表） 。

我还有其他的选择吗？

Answer 1

您可以使用symbolic regression来查找该功能。 有几种封装：

• deap
• glyph
• gplearn
• monkeys

这里是由施密特和利普森符号回归一个good paper。

Answer 2

虽然它更专门用于做神经网络的东西，Tensorflow听起来像它会适用于你。它有能力区分矢量方程，并使用梯度下降来优化它们。