腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
使用
Python
进行
双重
退火
优化
python
、
scipy
、
curve-fitting
、
simulated-annealing
我目前正在尝试
使用
类Minimize()来拟合一组数据。5 # calculate final result AttributeError: 'function' object has no attribute 'lower' 如果你能建议对代码
进行
一些修改
浏览 35
提问于2021-07-15
得票数 0
1
回答
如果
Python
语言中的scipy.optimize.dual_annealing函数是R等效项
python
、
r
、
optimization
、
nonlinear-optimization
、
simulated-annealing
我正在将一些代码从
Python
翻译成R,我发现很难在每个代码中找到相应的函数。x0=parameter_list, bounds=bounds_params ) 从scipy.optimize.dual_annealing文档中,我看到该函数实现了
双重
退火
优化
这些似乎都
使用
了模拟
退火
,但没有人讨论
双重
退火
,
python
文档将其描述为“这种随机方法,源于CSA (经典模拟
退火
)和FSA
浏览 26
提问于2020-11-06
得票数 1
1
回答
确定性
退火
码
matlab
、
heuristics
、
np-hard
、
simulated-annealing
我想找到一个用于确定性
退火
的代码的开源示例。它几乎可以用任何语言: C,C++,MatLab/Octave,Fortran。我已经找到了一个模拟
退火
的MatLab代码,所以MatLab是最好的。确定性
退火
是一种试图寻找成本函数全局最小值的
优化
技术。该技术被设计成能够
使用
随机性探索大部分成本表面,同时仍然
使用
本地信息
进行
优化
。这个过程从改变成本函数开始,引入随机性的概念,允许大面积的探索。每次迭代时,随机量(由Shannon熵2度量)受到约束,
浏览 3
提问于2010-05-06
得票数 2
5
回答
用于多变量全局
优化
的
Python
模块
python
、
numpy
、
scientific-computing
我一直在寻找一个
python
模块,它可以实现全局
优化
的 (在N维中找到函数的全局最小值),但没有成功。 如果你听说过用
python
实现模拟
退火
或遗传算法,请分享。
浏览 1
提问于2010-11-20
得票数 18
回答已采纳
2
回答
如何对矩阵上的函数
进行
离散
优化
?
python
、
numpy
、
scipy
、
mathematical-optimization
、
discrete-mathematics
我想用0或1来
优化
所有30 * 30矩阵。我的目标函数是行列式。这样做的一种方法是某种随机梯度下降或模拟
退火
。 我看过,但据我所知,它似乎不支持这种
优化
。看起来非常诱人,但它似乎需要连续的变量。在
Python
中有什么工具可以实现这种通用的离散
优化
吗?
浏览 1
提问于2015-07-10
得票数 10
1
回答
寻找全局最优的多个局部搜索算法
java
、
algorithm
、
evolutionary-algorithm
、
simulated-annealing
、
hill-climbing
因此,我对整个进化和遗传算法世界相当陌生,我正在编写一个
优化
数组并返回最佳解决方案--适应度的程序。我的算法现在通过模拟
退火
进行
优化
,可以改变冷却速度和启动温度来改变人口的压力和多样性,得到不同的结果,效果很大。我的问题是,在一个算法中
使用
两种不同的局部搜索是否可行?例如,我将迭代限制为5000次。是否值得
使用
4000
进行
模拟
退火
,然后将剩下的1000用于登山者的局部搜索,以便从第一次局部搜索中找到最优解?还是在一种算法中
使用
两种不同
浏览 5
提问于2017-11-17
得票数 0
回答已采纳
1
回答
如何更快的调试蒙特卡罗模拟程序?
debugging
、
simulated-annealing
我正在写一个模拟
退火
程序,在调试时遇到了一些问题。任何建议都将受到欢迎。披露:这是一个课程作业,但我并不是要求
浏览 1
提问于2011-03-06
得票数 1
1
回答
Python
Scipy寻找超出范围的解决方案
python
、
scipy
我正在
使用
Python
中的Scipy
进行
模拟
退火
。我给
退火
一个上限和下限与以下命令:
退火
算法完全忽略了上下参数,并在空间外搜索
浏览 3
提问于2013-09-13
得票数 2
回答已采纳
4
回答
使用
基准测试的OpenCL示例
cuda
、
opencl
一个很好的例子可能是通过粒子群、模拟
退火
、进化算法、蚁群
优化
等对复杂函数
进行
全局
优化
。
浏览 7
提问于2009-09-14
得票数 5
回答已采纳
1
回答
如何选择或
优化
标签,以获得更好的多类分类结果?
python
、
pandas
、
machine-learning
、
xgboost
、
feature-engineering
在特定的竞争中,目标有8个类(1-8),但是
使用
不同的标签(-1.6, 0.7, 0.3, 3.15, 4.53, 6.5, 6.77, 9.0)或,它们
使用
的是[-1.6, 0.7, 0.3, 3.15Xtest)我的思想 标签可以
使用
无限个数字
浏览 3
提问于2020-06-20
得票数 4
回答已采纳
1
回答
可演绎建模--难以实现与scipy.optimize.minimize的收敛
python
、
optimization
、
data-science
、
log-likelihood
、
scipy-optimize-minimize
我是
Python
新手。如果我的代码令人畏缩,我会提前道歉。在过去的几个星期里,我一直在做一个困难的统计挑战,叫做可演绎建模。我将尽量避免不必要的统计术语,并将问题保持简单,因为据我理解,我的问题是编程/
优化
问题,而不是统计问题。我知道这样的问题意味着提供给搜索算法的种子值将对我们收敛到的局部/全局最优值产生巨大的影响,但据我所知,我的起始值是坚实的,即使是硬编码的(在下面提供的样本中),也是辅助
优化
的结果,而不仅仅是主观的预感我尝试过
使用
Nelder-Mead和SLSQP方法( SLSQP被注释掉了),
浏览 16
提问于2019-12-16
得票数 0
1
回答
如何在有界的Anneal方法下最小化函数?
scipy
优化
有效,我得到了答案。知道我做错了什么吗?是否应该以其他方式设置界限?
浏览 0
提问于2013-11-27
得票数 1
1
回答
具有二进制项的函数的全局最小值
python
、
optimization
、
scipy
、
shgo
我需要求函数F(x_1,x_2,.)的全局最小值。其条目只能接受两个可能的值,0和1。但我不知道如何通过shgo中的两个可能的值限制。
浏览 4
提问于2020-10-16
得票数 0
回答已采纳
1
回答
python
中的模拟
退火
和随机爬山
python
、
machine-learning
、
scikit-learn
我一直在
使用
scikit来实现所有ML算法/方法。我在scikit中找不到这个。你能推荐一些我可以用来测试simulated annealing / randomized hill climbing的
python
库吗?我找不到这个,所以想请教你们。
浏览 0
提问于2018-10-14
得票数 0
2
回答
最新的图着色元启发式算法
algorithm
、
graph
、
genetic-algorithm
、
heuristics
、
tabu-search
我有一个图着色问题,涉及数千个顶点,每个顶点有10到50条边。我一直在研究许多图着色启发式算法(GA,禁忌搜索……),但我发现它们很难比较,也很难决定哪一个最适合我。有没有人有过大规模图着色的经验,可以推荐一种技术,或者告诉我这个领域目前最先进的算法?
浏览 7
提问于2012-12-09
得票数 3
1
回答
遗传算法-迭代
优化
theory
、
genetic-algorithm
嗨,我是绝对的初学者,我有一个关于遗传算法迭代
优化
的理论问题。我以这个模型为参考:
浏览 6
提问于2015-04-05
得票数 1
回答已采纳
1
回答
python
中的离散
优化
python
、
optimization
、
scipy
、
simulated-annealing
我正在尝试
使用
scipy.optimize包来
优化
一个离散
优化
问题(全局
优化
)。对于doc来说,在scipy.optimize.anneal中实现模拟
退火
应该是一个很好的选择。但是我不确定如何强制
优化
器只搜索搜索空间的整数值。有人能帮帮忙吗?
浏览 1
提问于2013-05-31
得票数 10
1
回答
并行计算
multithreading
、
visual-studio-2012
、
parallel-processing
、
thread-safety
、
ilnumerics
全, 我想用插图
进行
并行计算。它们完全不耦合。1)
优化
器(特别是随机
优化
器,例如模拟
退火
)的随机重新启动:解决从不同点并行开始的相同
优化
问题:例如: argmin_x f(x),从x0_h h= 1,2,..,K2开始)在一组不耦合数据上运行相同的
优化
;作为一个例子,考虑以下无约束
优化
问题:给定函数f (R^d ^p)->R在R^d中x的R,p参数p在R^d中解argmin_x f(x,p_h),h= 1,
浏览 2
提问于2013-11-14
得票数 1
回答已采纳
1
回答
最优算法:早期停止
python
、
optimization
、
scipy
、
differential-evolution
、
early-stopping
我想知道如何触发像差分进化、对偶
退火
和盆地跳跃这样的早熟
优化
算法。 我知道您可以调用返回真或假的回调函数,但是,我想知道如何触发整个算法,以便在适应度函数在几个迭代中收敛到相同值时停止。例如,如果maxiter设置为250,但适应度函数收敛到100次迭代,那么当它不再
进行
任何改进时,如何触发它停止呢?
浏览 17
提问于2021-12-23
得票数 1
1
回答
不
进行
尾部调用
优化
的尾递归
recursion
、
optimization
、
tail-recursion
如果所
使用
的语言没有尾部调用
优化
,那么
使用
函数尾递归有什么好处吗?据我所知,在没有
优化
的情况下,函数的每个版本(尾部和非尾部)将
使用
相同数量的堆栈框架(在大多数情况下)。我知道在某些情况下,例如Fibonacci函数,即使没有尾部调用
优化
,
使用
尾部调用也会更有效率,因为它避免了
双重
调用。但是,如果两个版本的函数都没有
进行
双重
调用呢?尾递归函数还会更高效吗?
浏览 14
提问于2021-03-01
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
使用TensorBoard进行超参数优化
使用python进行短信轰炸
使用pdb进行Python调试
使用Python进行图像增强
使用MES制造执行系统进行流程优化
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券