HXb = Hm( Xb )
HXb = numpy.asmatrix(HXb).flatten().T
#
- # Calcul du préconditionnement
- # ----------------------------
- # Bdemi = numpy.linalg.cholesky(B)
- #
# Calcul de l'innovation
# ----------------------
d = Y - HXb
if Parameters.has_key("Minimizer") and (Parameters["Minimizer"] in MinimizerList):
Minimizer = str( Parameters["Minimizer"] )
else:
- logging.warning("%s Minimiseur inconnu ou non fourni, remplacé par la valeur par défaut"%self._name)
Minimizer = "LBFGSB"
+ logging.warning("%s Unknown or undefined minimizer, replaced by the default one \"%s\""%(self._name,Minimizer))
logging.debug("%s Minimiseur utilisé = %s"%(self._name, Minimizer))
if Parameters.has_key("MaximumNumberOfSteps") and (Parameters["MaximumNumberOfSteps"] > -1):
maxiter = int( Parameters["MaximumNumberOfSteps"] )