问题描述
我正在尝试使用 Tensorflow 最小化自定义函数。该函数很复杂,我不想用 lambda 来实现它。有没有什么方法可以使用 TF optimizer.minimize() 方法或 tf.math.minimize() 最小化自定义函数,而无需将变量传递给 lambda 并在其前面编写函数?
我不能把真正的函数写成: func_to_minimize= lambda var1:(var1-5)**2.
import tensorflow_probability as tfp
opt = tf.keras.optimizers.Adam(learning_rate=0.1)
var1 = tf.Variable(10.0)
def func_to_minimize(var1):
return ((var1 -5)** 2)
optim = opt.minimize(func_to_minimize,[var1]).numpy()
print(var1)```
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)