嗨，我是scipy和numpy的新手，
我正在尝试使用解决QP问题进行类分配
minimize x^t * H * x + f^t * x
where x > 0
其中H是2 X 2块矩阵，每个元素是ak X k维矩阵，x和f是2 X 1向量，每个元素是ak维向量。
np.shape(H) = (2, 2, k, k)
np.shape(x) = (2, k)
即使我认为功能正确，也出现形状不匹配错误
这是我的实现：
def func(x): #This function runs perfectly ,returns a value
return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)
x_init = np.ones((2, k))
bnds = (0, None)
theta = opt.minimize(func , x_init, bounds = bnds)
# I get an error here.
# ValueError: shape-mismatch for sum
我是否缺少明显的东西？
问题是x_init被压扁了opt.minimize。您可以通过x在函数内部重塑来解决此问题：
def func(x):
x = x.reshape(2, -1)
return 0.5 * np.tensordot(x, np.tensordot(H, x, axes=([1,3],[0,1]))) + np.tensordot(x,f)
结果将由属性捕获theta并x从中进行优化theta.x，您将看到该属性也被展平，需要相同的重塑。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句