如何在sympy中優化hessian的評估？

Question

我正在使用statsmodels庫進行通用似然模型。由於我有一個相當複雜的似然函數，我用sympy來爲我計算梯度和粗麻布。這工作正常，但對我的需求來說太慢了，因爲似然函數包含術語b0*x0 + b1*x1 + ... + bn*xn。這樣，粗麻布尺寸增加了N^2，複雜性也增加了。黑森州的

元素往往相當類似像expensive_operation * x0和expensive_operation * x1等，這意味着，如果我可以預先計算expensive_operation，並用它在功能麻袋，我會急劇增加性能。

所以問題是 - 是否有一個工具，將採取功能列表，優化它們，然後有效地評估它們？像numexpr這將採取功能列表？

Answer 1

SymPy有cse，表示消除常見的子表達式。見the docs。

一個簡單的例子：

>>> print(cse(sin(x**2)*cos(x**2) + 2*sin(x**2) - cos(x**2))) 
([(x0, x**2), (x1, sin(x0)), (x2, cos(x0))], [x1*x2 + 2*x1 - x2])