scipy.optimize präsentiert viele verschiedene Methoden zur lokalen und globalen Optimierung multivariater Systeme. Es ist jedoch ein sehr langer Optimierungslauf erforderlich, der möglicherweise unterbrochen wird (und in einigen Fällen möglicherweise absichtlich unterbrochen werden soll). Gibt es eine Möglichkeit, einen Neustart durchzuführen? Ich meine, klarerweise kann man den letzten, am besten optimierten Parametersatz als anfängliche Schätzung angeben, aber das ist nicht der einzige Parameter im Spiel - zum Beispiel gibt es auch Gradienten (zum Beispiel Jacobians), Populationen in der differentiellen Evolution usw Ich möchte natürlich nicht, dass diese auch von vorne anfangen müsse

Ich sehe kaum einen Weg, dies zu beweisen, noch seinen Zustand zu retten. Für Funktionen, die zum Beispiel einen Jacobian annehmen, gibt es ein Jacobian-Argument ("jac"), aber es ist entweder ein Boolescher Wert (der angibt, dass Ihre Auswertungsfunktion einen Jacobian-Wert zurückgibt, den meine nicht hat) oder eine aufrufbare Funktion (ich würde es nur tun) habe das einzige ergebnis aus dem letzten lauf zur verfügung gestellt). Nichts nimmt nur eine Reihe der letzten verfügbaren Jacobian. Und mit der unterschiedlichen Entwicklung wäre der Verlust der Bevölkerung für die Leistung und die Konvergenz schrecklic

Gibt es dafür eine Lösung? Gibt es eine Möglichkeit, Optimierungen wieder aufzunehmen?