运行优化求极小值代码报错unhashable type: 'numpy.ndarray'求解决

错误根因 #

报错unhashable type: 'numpy.ndarray'是因为符号变量被意外覆盖导致的：

• 代码开头x1,x2=sp.symbols('x1 x2')定义了sympy符号类型变量，用于符号求导和代入计算
• 后续生成等高线网格时执行的[x1, x2] = np.meshgrid(X1, X2)，直接将x1、x2的类型从sympy符号覆盖为了numpy数组
• 调用f(x)、gradf(x)时，subs参数的字典需要用可哈希的符号变量做键，但此时x1、x2已经是不可哈希的numpy数组，直接触发类型错误。

修复方案 #

只需修改两处代码即可解决问题：

1. 补充matplotlib导入，避免后续调用plt时报错，在导入代码块新增一行：

import matplotlib.pyplot as plt

2. 修改网格相关变量名，避免覆盖符号变量，将原有网格生成代码：

[x1, x2] = np.meshgrid(X1, X2)
ff =x1**2/5+x2**2
plt.contour(x1, x2, ff, 20) # contour plot

替换为：

X1_grid, X2_grid = np.meshgrid(X1, X2)
ff = X1_grid**2/5 + X2_grid**2
plt.contour(X1_grid, X2_grid, ff, 20) # contour plot

补充说明 #

你代码中Momentum函数的参数名alphi为拼写失误，应为alpha；另外动量法的超参数beta通常取0.9左右的小于1的值，你当前传入的1会导致动量项无限累加，会影响收敛效果，可根据你的优化需求调整。

内容的提问来源于stack exchange，提问作者Gucy