Scipy 优化TNC方法，秤有什么作用？ "unable to progress" 的解决方案？
Scipy Optimization TNC method, what does scale do ? solution to "unable to progress"?
我运行使用已知梯度（100 到 300 个变量）进行多重有界优化。有时，TNC 会返回 "unable to progress"。
对于我的 objective 函数，与 TNC 相比，L-BFGS-B 的速度要慢得多并且输出的结果也很差。 （可能是因为当变量数量很大时 TNC 更好）
使用带 L-BFGS-B 的 Basinhopping 和 niter_success 到 10，我得到的结果接近 TNC，速度慢 20 倍。当 TNC returns "unable to progress", "L-BFGS-B" returns 效果更好。所以我目前的解决方案是 运行 Basinhopping when TNC failed with status 6 - "unable to progress".
当TNC 无法减少objective 函数x 次迭代时，似乎返回了"unable to progress"。我玩了一些比例因子，结果不一致，我得到了更好的结果。
据我所知，优化问题中的规模让优化器知道哪个变量更有效。我有这些信息，我相信这会减少我收到的 "unable to progress" 的数量。根据文档，
https://docs.scipy.org/doc/scipy/reference/optimize.minimize-tnc.html
"The default scale array are up-low for interval bounded variables and 1+|x] fo the others"。所以它是上限 - 有界变量的下限，无法理解如何处理无界。 什么是 1+|x] ?
此外，我手动计算了 up - low 并将 unbounded 设置为 1，每次我 运行 使用相同的输入进行优化时，都会返回不同的结果。 （奇怪？）
我还尝试查看代码，TNC 如何处理比例尺，spicy wrapper 将空数组或输入数组发送到 C 代码 https://github.com/scipy/scipy/blob/master/scipy/optimize/tnc/moduleTNC.c。在 C 代码中，我无法找到比例数组的创建位置或使用方式。当 "unable to progress" 被触发时也找不到。有人可以指出我应该查看的地方吗？
我通过缩放输入解决了 TNC 抛出的 "unable to progress"。如果您遇到此问题，请在知道哪些变量有效地最小化 objective 函数的情况下形成一个比例向量。
假设 X1 比 X2 更有效，那么你的比例向量将为 [100,2]。
使用它来改变边界、输入数据和结果 (res.x)。
我运行使用已知梯度（100 到 300 个变量）进行多重有界优化。有时，TNC 会返回 "unable to progress"。
对于我的 objective 函数，与 TNC 相比，L-BFGS-B 的速度要慢得多并且输出的结果也很差。 （可能是因为当变量数量很大时 TNC 更好） 使用带 L-BFGS-B 的 Basinhopping 和 niter_success 到 10，我得到的结果接近 TNC，速度慢 20 倍。当 TNC returns "unable to progress", "L-BFGS-B" returns 效果更好。所以我目前的解决方案是 运行 Basinhopping when TNC failed with status 6 - "unable to progress".
当TNC 无法减少objective 函数x 次迭代时，似乎返回了"unable to progress"。我玩了一些比例因子，结果不一致，我得到了更好的结果。
据我所知，优化问题中的规模让优化器知道哪个变量更有效。我有这些信息，我相信这会减少我收到的 "unable to progress" 的数量。根据文档， https://docs.scipy.org/doc/scipy/reference/optimize.minimize-tnc.html "The default scale array are up-low for interval bounded variables and 1+|x] fo the others"。所以它是上限 - 有界变量的下限，无法理解如何处理无界。 什么是 1+|x] ?
此外，我手动计算了 up - low 并将 unbounded 设置为 1，每次我 运行 使用相同的输入进行优化时，都会返回不同的结果。 （奇怪？）
我还尝试查看代码，TNC 如何处理比例尺，spicy wrapper 将空数组或输入数组发送到 C 代码 https://github.com/scipy/scipy/blob/master/scipy/optimize/tnc/moduleTNC.c。在 C 代码中，我无法找到比例数组的创建位置或使用方式。当 "unable to progress" 被触发时也找不到。有人可以指出我应该查看的地方吗？
我通过缩放输入解决了 TNC 抛出的 "unable to progress"。如果您遇到此问题，请在知道哪些变量有效地最小化 objective 函数的情况下形成一个比例向量。
假设 X1 比 X2 更有效，那么你的比例向量将为 [100,2]。 使用它来改变边界、输入数据和结果 (res.x)。