最小化(方法=‘牛顿-CG’)¶
- scipy.optimize.minimize(fun, x0, args=(), method='Newton-CG', jac=None, hess=None, hessp=None, tol=None, callback=None, options={'xtol': 1e-05, 'eps': 1.4901161193847656e-08, 'maxiter': None, 'disp': False, 'return_all': False})
使用牛顿-CG算法最小化一个或多个变量的标量函数。
请注意， jac 参数(雅可比)是必需的。
参见
有关参数睡觉的文档，请参阅
scipy.optimize.minimize- 选项
- disp布尔尔
设置为True可打印收敛消息。
- xtol浮动
解的平均相对误差 xopt 可接受的收敛。
- maxiter集成
要执行的最大迭代次数。
- eps浮动或ndarray
如果 hessp 是近似值，则使用此值作为步长。
- return_all布尔值，可选
设置为True可返回每次迭代的最佳解决方案列表。