Botorch中Ackley合成函数绘图问题求助

问题根源 #

Botorch的合成测试函数（如Ackley）要求输入张量的形状为**(n_samples, dim)**，其中dim是函数的维度（Ackley默认是2维）。你当前代码将[X,Y]转为张量后，形状是(2, N, N)，与函数期望的输入格式不匹配——只有当N=2时碰巧能运行，点数增加就会触发形状不匹配错误。

关于输入两个张量仅返回一个值：这类函数的设计逻辑是每个输入是一个d维样本点，函数对每个样本点输出一个标量值。你之前传入的张量格式不符合要求，导致输出形状异常，无法匹配绘图需求。

修正后的代码 #

import numpy as np
import torch
import matplotlib.pyplot as plt
import botorch.test_functions.synthetic as funcs

# 初始化2维Ackley函数
ackley = funcs.Ackley()

# 生成网格点，可自定义点数（示例用20）
x1 = np.linspace(0, 5, 20)
x2 = np.linspace(0, 5, 20)
X, Y = np.meshgrid(x1, x2)

# 转换为Botorch要求的输入格式：(n_samples, 2)
X_flat = X.flatten()
Y_flat = Y.flatten()
input_tensor = torch.tensor(np.column_stack((X_flat, Y_flat)), dtype=torch.float32)

# 计算函数值并重塑回网格形状
Z = ackley(input_tensor).reshape(X.shape)

# 绘制3D曲面
fig, ax = plt.subplots(subplot_kw={'projection':'3d'})
surf = ax.plot_surface(X, Y, Z, cmap='viridis')
plt.show()

关键要点 #

• 输入格式适配：meshgrid生成的二维网格需先展平为一维数组，再拼接成(N*N, 2)的张量，这是Botorch合成函数的标准输入格式。
• 输出形状匹配：函数返回的(N*N,)形状张量，需用reshape(X.shape)转回与X、Y一致的二维形状，才能被plot_surface正确识别。
• 通用兼容性：该方法同样适用于Branin、Hartmann等其他Botorch合成函数，只需根据函数维度调整输入张量的列数即可（例如Hartmann默认6维，若要绘图需选取其中两个维度进行可视化）。

内容的提问来源于stack exchange，提问作者David Siret Marquês