minimize(method=’Newton-CG’)

scipy.optimize.minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)

使用 Newton-CG 演算法最小化一個或多個變數的純量函數。

請注意，jac 參數（Jacobian）為必要。

另請參閱

有關其餘參數的文件，請參閱 scipy.optimize.minimize

選項:

——-

dispbool

設為 True 以印出收斂訊息。

xtolfloat

收斂可接受的解 xopt 中的平均相對誤差。

maxiterint

要執行的最大迭代次數。

epsfloat or ndarray

如果 hessp 是近似值，請使用此值作為步長。

return_allbool, optional

設為 True 以傳回每次迭代中最佳解的列表。

c1float, default: 1e-4

Armijo 條件規則的參數。

c2float, default: 0.9

曲率條件規則的參數。

註解

參數 c1 和 c2 必須滿足 0 < c1 < c2 < 1。