使用pytorch-minimize/scipy时回调函数报错：需1参数却传2个

错误my_callback() takes 1 positional argument but 2 were given的核心原因是：当使用trust-constr优化方法时（pytorch-minimize的minimize_constr底层依赖该方法，scipy示例中显式指定了该方法），回调函数的参数签名要求与其他优化方法不同。

普通优化方法（如默认的L-BFGS-B）的回调函数仅需接收当前迭代的参数数组作为唯一参数，但trust-constr方法会向回调函数传入两个参数：

1. 当前迭代的参数数组x
2. 包含迭代状态信息的字典state

解决方案：修改回调函数的参数签名 #

只需让回调函数接受第二个参数即可，即使你不需要使用这个参数也可以忽略它。

修正后的pytorch-minimize代码：

from torchmin import minimize_constr
import torch
import torch.nn as nn

eps0 = torch.rand((2,3))

# 增加state参数，即使不用也保留
def my_callback(xi, state):
    print("hello world!")
    

res = minimize_constr(
    lambda x : nn.L1Loss()(x.sum(),  x.sum()),
    eps0, 
    max_iter=100,
    callback = my_callback,
    disp=1
)

eps = res.x

修正后的scipy代码：

from scipy.optimize import minimize
import numpy as np

# 增加state参数
def my_callback(xi, state):
    print("hello world!")

x0_np = np.random.rand(3)
result = minimize(
        lambda x : x.sum(), x0_np, method='trust-constr', callback = my_callback
    )

补充说明 #

• 移除callback参数后代码正常：因为没有触发回调函数的调用，自然不会出现参数不匹配的问题。
• scipy示例中移除method参数后正常：此时scipy默认使用L-BFGS-B方法，该方法的回调函数仅需一个参数，与你最初定义的my_callback签名匹配。

内容的提问来源于stack exchange，提问作者Dudi Frid