minimize是scipy中optimize模块的一个函数，调用
import scipy.optimize as opt
res=opt.minimize()

主要参数
res=opt.minimize(fun, x0, args=(), method=None, jac=None, hess=None,
             hessp=None, bounds=None, constraints=(), tol=None,
             callback=None, options=None)
#fun：该参数就是costFunction你要去最小化的损失函数，将costFunction的名字传给fun
#x0: 猜测的初始值
#args=():优化的附加参数，默认从第二个开始                 
#method：该参数代表采用的方式，默认是BFGS, L-BFGS-B, SLSQP中的一种，可选TNC
#options：用来控制最大的迭代次数，以字典的形式来进行设置，例如：options={‘maxiter’:400}
#constraints: 约束条件，针对fun中为参数的部分进行约束限制,多个约束如下：
          '''cons = ({'type': 'ineq', 'fun': lambda x: x[0] - x1min},\
             {'type': 'ineq', 'fun': lambda x: -x[0] + x1max},\
             {'type': 'ineq', 'fun': lambda x: x[1] - x2min},\
             {'type': 'ineq', 'fun': lambda x: -x[1] + x2max})'''
#tol: 目标函数误差范围，控制迭代结束  
#callback: 保留优化过程