使用RcppEnsmallen调用Adam优化器编译报错求助

问题分析 #

编译报错的核心原因是Adam优化器的构造参数与当前RcppEnsmallen依赖的Ensmallen库版本不兼容。Ensmallen的API在不同版本中可能调整构造函数的参数顺序、可选参数规则，你直接使用的全参数构造方式不符合当前安装版本的要求。而L-BFGS能正常运行，是因为它采用默认构造+参数设置的方式，兼容性更强，没有依赖特定版本的构造签名。

解决方案 #

方案1：使用默认构造+分步设置参数（推荐） #

避免直接使用全参数构造函数，改用默认构造后逐个配置参数，这种方式兼容性更好，也更易维护：

// 替换原有的Adam初始化代码
ens::Adam opt;
opt.LearningRate() = 0.001;
opt.BatchSize() = 16;
opt.Beta1() = 0.9;
opt.Beta2() = 0.999;
opt.Epsilon() = 1e-8;
opt.MaxIterations() = 10000;
opt.Tolerance() = 1e-5;
opt.Shuffle() = true;

方案2：升级RcppEnsmallen版本 #

如果坚持使用全参数构造，先确保安装最新版RcppEnsmallen：
在R中执行：

install.packages("RcppEnsmallen")

升级后，对照Ensmallen官方文档确认Adam构造函数的参数签名，再调整代码中的参数顺序或类型。

方案3：统一参数类型为向量（可选优化） #

虽然L-BFGS能运行，但优化问题中通常用向量表示参数，将arma::mat替换为arma::vec更符合Ensmallen优化器的预期输入，也能减少类型转换的潜在问题：

#include <RcppEnsmallen.h>
// [[Rcpp::depends(RcppEnsmallen)]]

class Himmelblau{
public:
  double Evaluate(const arma::vec& x) {
    return ( x[0]*x[0] + x[1] - 11.0 )*( x[0]*x[0] + x[1] - 11.0 ) + (x[0] + x[1]*x[1] - 7.0)*(x[0] + x[1]*x[1] - 7.0);
  }
  void Gradient(const arma::vec& x, arma::vec& gradient){
    gradient[0] = 4*x[0]*(-11.0 + x[0]*x[0] + x[1]) + 2.0*(-7.0 + x[0] + x[1]*x[1]);
    gradient[1] = 2*(-11.0 + x[0]*x[0] + x[1]) + 4*x[1]*(-7.0 + x[0] + x[1]*x[1]);
  }
    
  void Shuffle(){}
  
  size_t NumFunctions(){
    return 1;
  }
};

// [[Rcpp::export]]
arma::vec himmelblau_adam(const arma::vec& x){
  Himmelblau hb;
  arma::vec beta = x; // 直接复用输入向量，无需转换为矩阵
  
  ens::Adam opt;
  opt.LearningRate() = 0.001;
  opt.BatchSize() = 16;
  opt.Beta1() = 0.9;
  opt.Beta2() = 0.999;
  opt.Epsilon() = 1e-8;
  opt.MaxIterations() = 10000;
  opt.Tolerance() = 1e-5;
  opt.Shuffle() = true;
  
  opt.Optimize(hb, beta);
  
  arma::vec result(3);
  result[0] = beta[0];
  result[1] = beta[1];
  result[2] = hb.Evaluate(beta);
  
  return result;
}

验证 #

修改后在R中重新执行Rcpp::sourceCpp("himmelblau_adam.cpp")，即可正常编译。调用函数测试：

himmelblau_adam(c(0, 0))

内容的提问来源于stack exchange，提问作者Elias Ardila