scipy.optimize.minimize不能使用二维或标量边界

我猜 scipy.optimize.minimize 无法使用二维边界。

我可以通过以下方式解决此问题:

1. 将输入重塑为 minimize
2. 在目标函数中将阵列重塑为二维。

但这很乏味。

我做错什么了吗?或 减少

在我的例子中,变量应该都在0和1之间。

谢谢

doc 对于1.1.0版,说明边界可以是数组:

scipy.optimize.Bounds

lb,ub:类似阵列,可选

每个数组必须具有 与x大小相同或可以是标量 ,在这种情况下,将使用边界 所有变量都是相同的。 ...

• scipy:1.1.0在蟒蛇中

测验

import numpy as np
import scipy
import scipy.optimize as opt 


def obj(x):
    return x.sum()


def main():
    x = np.ones((3, 4)) 
    bounds = opt.Bounds(np.zeros(x.shape), 
                        np.ones(x.shape))
    r = opt.minimize(obj, x, bounds=bounds)
    print(r)


main()

Traceback (most recent call last):
  File "scipy_bounds.py", line 16, in <module>
    main()
  File "scipy_bounds.py", line 12, in main
    r = opt.minimize(obj, x, bounds=bounds)
  File "<...>/site-packages/scipy/optimize/_minimize.py", line 584, in minimize
    bounds = new_bounds_to_old(bounds.lb, bounds.ub, x0.shape[0])
  File "<...>/site-packages/scipy/optimize/_constraints.py", line 259, in new_bounds_to_old
    lb = [x if x > -np.inf else None for x in lb]
  File "<...>/site-packages/scipy/optimize/_constraints.py", line 259, in <listcomp>
    lb = [x if x > -np.inf else None for x in lb]
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我发现 减少

我明白了 'length of x0 != length of bounds' .