python - 是否应该使用解析雅可比行列式加速 SLSQP 最小化？

Question

我有大约 1000 个变量的约束最小化问题。目前我正在使用 scipy 的 SLSQP 例程：

x_min = scipy.optimize.minimize(energy, x0, method='SLSQP', jac=energy_grad,
                                args=(L, N, U, t, mu), constraints=cons)

（带有形式的约束x0[1,1]**2 + x0[1,2]**2 + ... + x0[1,N]**2 = 1）

我曾希望提供雅可比行列式的分析形式会稍微加快这个过程（过度计算导数）。但是，当我比较运行时间时，似乎没有区别。