scipy.optimize.

HessianUpdateStrategy

class scipy.optimize.HessianUpdateStrategy

用于实现 Hessian 更新策略的接口。

许多优化方法利用了 Hessian（或逆 Hessian）近似，例如拟牛顿法 BFGS、SR1、L-BFGS。然而，这些近似中的一些并不需要实际存储整个矩阵，或者可以非常高效地计算给定向量的内部矩阵乘积。此类作为优化算法与拟牛顿更新策略之间的抽象接口，提供了根据需要尽可能高效地存储和更新内部矩阵的实现自由。不同的初始化和更新过程选择将导致不同的拟牛顿策略。

在派生类中应实现四种方法：initialize、update、dot 和 get_matrix。

方法

dot(p)	计算内部矩阵与给定向量的乘积。
get_matrix()	返回当前内部矩阵。
initialize(n, approx_type)	初始化内部矩阵。
update(delta_x, delta_grad)	更新内部矩阵。

注释

任何实现了此接口的类的实例，都可以被方法 minimize 接受，并由兼容的求解器用于近似优化算法中使用的 Hessian（或逆 Hessian）。