scipy.optimize.

LbfgsInvHessProduct#

class scipy.optimize.LbfgsInvHessProduct(*args, **kwargs)[源代码][源代码]#

用于 L-BFGS 近似逆 Hessian 的线性算子。

此操作符计算一个向量与目标函数Hessian矩阵的近似逆的乘积,使用L-BFGS有限内存近似法来近似Hessian矩阵的逆,该近似在优化过程中累积。

此类对象实现了 scipy.sparse.linalg.LinearOperator 接口。

参数:
skarray_like, shape=(n_corr, n)

解决方案向量的 n_corr 个最近的更新数组。(参见 [1])。

ykarray_like, shape=(n_corr, n)

n_corr 梯度最近的更新数组。(参见 [1])。

属性:
H

Hermitian 伴随。

T

转置这个线性算子。

方法

__call__(x)

作为函数调用自身。

adjoint()

Hermitian 伴随。

dot(x)

矩阵-矩阵或矩阵-向量乘法。

matmat(X)

矩阵乘法。

matvec(x)

矩阵-向量乘法。

rmatmat(X)

伴随矩阵-矩阵乘法。

rmatvec(x)

伴随矩阵-向量乘法。

todense()

返回此运算符的密集数组表示。

transpose()

转置这个线性算子。

__mul__

参考文献

[1]

Nocedal, Jorge. “使用有限存储更新拟牛顿矩阵.” 计算数学 35.151 (1980): 773-782.