使用lmfit brute方法报错：TypeError: brute()不识别workers参数

问题场景 #

使用lmfit基于scipy minimize的brute-force方法优化含参数a、b、c、d、e的test_fn()函数，代码如下：

def test_fn(param): # example function to be optimised
    return param['a']+ param['b']+param['c']+param['d'] + param['e']

def brute_wrapper(optimiser_parameters): 
    """ so I can optimise test_fn() across any parameter set """

    initial = {'a': 1., 'b': 2., 'c': 3., 'd': 4., 'e': 5.}
    parameters = optimiser_parameters.valuesdict()

    for key in initial.keys(): # replace parameters established in optimiser
        if key in parameters.keys():
            initial[key] = parameters[key]

    return test_fn(initial) # fitness indicator


optimisers = lmfit.Parameters()
optimisers.add("b", min=1, max=5, brute_step=1)
optimisers.add("c", min=2, max=8, brute_step=1)
optimisers.add("d", min=1, max=6, brute_step=1)
optimisers.add("e", min=5, max=11, brute_step=1)
brute = lmfit.minimize(brute_wrapper, optimisers, method='brute')

运行代码时返回如下错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-138-70999d7bb08c> in <module>()
---&gt; 12 brute = lmfit.minimize(brute_wrapper, optimisers, method='brute')`

~/.local/lib/python3.6/site-packages/lmfit/minimizer.py in minimize(self, method, params, **kws)
   2361                         val.lower().startswith(user_method)):
   2362                     kwargs['method'] = val
-&gt; 2363         return function(**kwargs)
   2364 
   2365 

~/.local/lib/python3.6/site-packages/lmfit/minimizer.py in brute(self, params, Ns, keep, workers, max_nfev)
   1941         result.call_kws = brute_kws
   1942         try:
-&gt; 1943             ret = scipy_brute(self.penalty, tuple(ranges), **brute_kws)
   1944         except AbortFitException:
   1945             pass

TypeError: brute() got an unexpected keyword argument 'workers'

手动添加workers=1参数后仍出现相同错误，参考旧帖无此报错，疑问是否为版本更新导致的未文档化变更或Bug？

问题原因 #

这是scipy与lmfit版本不兼容导致的：

• lmfit的brute方法会默认向scipy的scipy.optimize.brute传递workers参数，但该参数是scipy 1.5.0版本才新增的并行计算参数。
• 你的环境中scipy版本低于1.5.0，不支持workers参数，因此触发该错误。手动添加workers=1也没用，因为lmfit还是会把这个参数传给不支持它的旧版scipy。

解决办法 #

有两种可行方案：

• 方案1：升级scipy版本
  执行以下命令将scipy升级到1.5.0及以上版本：

  pip install --upgrade scipy
  

• 方案2：让lmfit不传递workers参数
  修改lmfit.minimize的调用代码，显式设置workers=None，让lmfit跳过该参数的传递：

  brute = lmfit.minimize(brute_wrapper, optimisers, method='brute', workers=None)
  

代码优化建议 #

你的brute_wrapper函数可以简化，无需循环替换参数，直接用字典合并语法实现参数覆盖：

def brute_wrapper(params):
    """优化test_fn()的包装函数"""
    initial = {'a': 1., 'b': 2., 'c': 3., 'd': 4., 'e': 5.}
    # 用优化器中的参数覆盖初始值
    combined_params = {**initial, **params.valuesdict()}
    return test_fn(combined_params)

内容的提问来源于stack exchange，提问作者user14461441