3回答
我最近一直在尝试测试numpy.gradient函数。然而，它的行为对我来说有点奇怪。我已经创建了一个包含随机变量的数组，然后对其应用了numpy.gradient，但是这些值看起来很疯狂，也不相关。但在使用numpy.diff时，这些值是正确的。import numpy as np;
a= np.array([10, 15,
浏览 16提问于2016-08-07得票数 4
回答已采纳
3回答
在关于梯度增强的文档的中，它说
我理解行搜索的目的，但我不理解算法本身。我读过，但仍然没有点击。如果能给你解释的话，我将不胜感激。
浏览 0提问于2016-12-19得票数 5
1回答
如何检验相关梯度
、、、
我试图实现ANN，我还为反向传播编写了一个数值梯度检查。当我使用乙状结肠函数时，数值梯度检查是正确的。switch opts.act_function d_act = a{i} > 0;
case 'sigmoid'
浏览 5提问于2016-11-16得票数 3
使用Tensorflow可以对数组进行可微索引吗？更具体地说，如果我有一个浮点数的变量，它以某种方式转换数组的索引，我能否获得转换后的数组相对于该变量的梯度？基于空间变换网络(和)的梯度导数，这似乎应该是可微的。我已经尝试实现了这一点，但我遇到了问题，因为在使用tf.gather转换数组之前，我必须将转换后的索引转换为整数，而渐变似乎不能通过它。
浏览 0提问于2016-07-28得票数 7
我使用optimize.fmin_l_bfgs_b来优化用Fortran编写的函数。，用于使用两个所需的结果(Var1和Var2)计算函数。我的问题是算法没有优化第一个变量。它似乎只是用1.09和1.09000001之间的差来评估函数，这太低了，无法在Fortran函数中获得不同的值(这可能是它没有被优化的原因)。第二个变量不存在这个问题。这是正常的行为吗？是否有任何选项可以使算法使用更高的步骤？
浏览 4提问于2015-01-26得票数 1
回答已采纳
在添加新op时，文档()说：既然这是可选的，如果我不写，梯度下降是如何计算梯度的？它用数值方法吗？如果是，什么？这会慢点吗？
浏览 0提问于2016-08-30得票数 0
回答已采纳
我试图使用scipy.optimize进行一些简单的优化问题，但我发现我只能在非常有限的起始值范围内找到解决方案。下面是一个可复制的最小示例：import scipy.stats as stminimize(neg_likelihood, 0.3)
neg_like
浏览 1提问于2016-04-02得票数 1
回答已采纳
1回答
我使用nlm来最大化R中的可能性。我希望预测可能性评估的数量，并在任务可能花费太长时间时中止。nlm返回“迭代”的次数(通常为10-20次)，我认为每次迭代都涉及到黑森数的一个数值计算。所以我想知道:在nlm中，参数数量和每次迭代的函数求值数量之间的一般关系是什么？
浏览 3提问于2019-11-05得票数 0
据我所知，梯度实际上达到了全局最小，梯度下降试图采取步骤，他认为是最低的方向。我知道从复函数中计算梯度不是一个平凡的问题，但假设我们是一个使用二次代价函数的神经网络，那么计算梯度并得到实际的全局极小值会很困难吗？
浏览 0提问于2018-03-02得票数 0
回答已采纳
我使用的是Scipy优化模块，特别是fmin_l_bfgs_b.和fmin_tnc。但是，在使用任何一个标量变量时，我都会收到消息"IndexError:无效索引到标量变量“。我的练习守则： para1, para2 = para
para0 = np.array
浏览 6提问于2012-08-15得票数 5
回答已采纳
1回答
2(述)生成-意外噪声
、、、、
我目前正在尝试实现地形生成，如下页所述：http://accidentalnoise.sourceforge.net/minecraftworlds.html。2)如何解释perlin噪声值？在我的项目中，我已经将
浏览 0提问于2013-06-18得票数 2
回答已采纳
我正在读一本书(TensorFlow For Dummies，Matthew Scarpino)，这里说：但我在其他地方都没见过这样的说法。所以我想知道：
我们真的可以仅仅因为我们使用Adagrad而优化不可微损失函数吗？
浏览 0提问于2019-02-16得票数 3
回答已采纳
1回答
我需要用 my梯度函数(用公式编程，而不是用数字编程)来计算函数的Hessian。像numDeriv或rootSolve这样的包使用数值梯度计算不满足我需要的值。我需要在包内部执行(没有单独的方法可以调用)，但是在nlopt包中处理优化任务并将其最优值传递给optim以获得hessian的唯一方法对我的程序来说太昂贵了。因此，我需要一些函数来计算Hessian，使用</em
浏览 3提问于2017-02-05得票数 1
回答已采纳
我试图在高斯核和梯度算子之间进行2D卷积。由于梯度由垂直分量和水平分量组成，我的问题是如何选择高斯核的大小。我试过如下，G=fspecial('gaussian',[size(u,1) size(u,2)],1);你能帮我理解一下我所尝试的是否正确吗？
浏览 1提问于2020-11-30得票数 0
回答已采纳
2回答
初级问题二级问题
默认情况下，Pyomo+IPOPT是如何处理这个问题的？当我用Pyomo+IPOPT解决一个简单的非线性方程组时，它的部分输出包括“目标梯度评估的数目”...but，它是如何计算梯度</e
浏览 1提问于2019-04-18得票数 1
回答已采纳
对于分类问题，在神经网络的最后一层使用softmax函数。如果不能得到精确的0和1，那么数值应该足够接近。我正在考虑多次应用softmax，但不建议这样做，我也不明白背后的原因。
请建议一个可</e
浏览 0提问于2019-07-01得票数 2
6回答
我正在尝试在c++中计算光滑函数的数值梯度。参数值可以从0到非常大的数字(可能是1e10到1e20?)我使用函数f(x，y) = 10*x^3 + y^3作为测试平台，但我发现如果x或y太大，我无法获得正确的梯度。下面是我计算梯度的代码：#include <cmath>
#include <cassert>
浏览 2提问于2016-08-09得票数 3
1回答
Python中的参数优化
、、、
给定一个Python可调用函数，它返回一个适应度度量(0.0=horrible，0.5=ok，1.0=perfect)及其参数描述(type=bool|int|float|nominal，min，max我并不是在寻找一个详尽的、有保证的全局最优。一个近似值就可以了。
我看过scipy的模块被引用了很多次，还有scikit learn的。这两者之间的实际区别是什么？还有其他选择吗？
浏览 0提问于2015-11-04得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
