Я пытаюсь использовать scipy.optimize.minimze
для минимизации целевой функции следующим образом.
import numpy as np]
from scipy import optimize
max_q_fun = lambda q : -q
def max_q_min(args):
cons = args
res = optimize.minimize(max_q_fun, (0.1), method='SLSQP', bounds = ((0,1),), constraints=cons)
q = res.x
return q
total_counts = np.arange(0,10)
num_actions = 10
args = [({'type': 'ineq', 'fun': lambda q: total_counts[act] *
(p[act] * np.log(p[act] / q) + (1-p[act]) * np.log((1-p[act]) / (1-q))) - np.log(10)})
for act in range(num_actions)]
pl = Pool(num_actions)
actions = pl.map(max_q_min,args)
current_action = np.argmax(actions)
Однако, если я использую Pool
на from pathos.multiprocessing import ProcessingPool as Pool
, ошибка показывает, что
NameError: name 'np' is not defined
Если я использую Pool
на from multiprocessing import Pool
, ошибка показывает, что AttributeError: Can't pickle local object 'kl_ucb.act.<locals>.max_q_min'
.
Есть идеи, как использовать параллельные вычисления для разных ограничений?