在python中找到最佳解决方案

Question

我有这个公式：1-e ^（log（0.5）*（x / beta）^ alpha）Alpha和Beta是我必须要找到的变量。x是一堆图像（我的数据），我可以将该公式的输出与来自用户测试的基本事实进行比较。基本上，我可以生成一个损失函数，我希望将其最小化。为了找到最佳的alpha和beta，我尝试使用张量流，但是梯度下降和其他优化器似乎失败了，因为该函数不是凸函数（我尝试了不同的初始条件）。我可以使用python中的全局优化工具来解决此问题吗？

Answer 1

您可以使用NLopt，它具有一些全局优化器，例如DIRECT（可从gohlke下载）。或有西皮（Scipy）的流浪汉。另一个不错的解决方案是NOMAD，这是一个非常好的黑匣子优化器。它也有一个Python界面，但不是用户友好和直观的。

您可以在此答案或此答案中找到有关局部和全局优化的其他提示。