使用 Python 最小化函数式答案

【问题标题】：Minimizing Functional with Python使用 Python 最小化函数式
【发布时间】：2017-07-28 08:48:33
【问题描述】：

我有一些函数式，比如S[f] = \int_\Omega f^2(x) dx。如果您熟悉物理，那就是动作。该对象接受在某个域\Omega 上定义的函数，并为您提供一个数字。这方面的数学术语是函数式的。

现在我需要最小化这件事关于 f。我知道SciPy 有一个优化包，它允许最小化多变量函数，但我很好奇是否有更好的方法考虑如果我使用它，我将最小化超过 10,000 个变量（因为函数本质上只是 10,000 个列表数字）。

我还有其他选择吗？

【问题讨论】：

【解决方案1】：

您可以使用symbolic regression 来查找函数。有几个可用的包：

这是一个 good paper Schmidt 和 Lipson 的符号回归。

【讨论】：

【解决方案2】：

虽然它更适合做神经网络的事情，但Tensorflow 听起来对你有用。它有能力对向量方程进行微分，也可以使用梯度下降对其进行优化。

【讨论】：