1回答
我在一个数值数组中有一组数据-x值，假设在0-100和y值之间。我需要得到一个特定x值ex的梯度。但是我只能得到np.gradient函数，它给出了某个索引值的梯度。现在我有： g=np.gradient(y)
print(g[20]) 但这当然给了我i=20而不是x=20的梯度 我在脚本中定义了一个二维数组和两个x1D数组，其
浏览 7提问于2019-04-08得票数 0
在pandas数据帧中测试两个变量(x1和x2)，并生成结果p。 我正在寻找x1和x2，使p最小化。x1和x2的界限相同(-4,4) 以下是我当前的代码 def objective(x):
x2 = x[1]
df.loc[(df['H3'] <= x1)& (df[
浏览 10提问于2020-06-17得票数 1
我有一个损失函数，没有一个封闭的解析形式，我想在tensorflow中实现它，它有一个很好的干净梯度(也就是说，我有一些很好的梯度函数f(x)，我想用它作为后端，但是\int_x f(x) \ dx没有封闭形式当然，我无法评估损失，但我想在优化过程中使用f(x)。这是如何做到的呢？
浏览 0提问于2019-08-18得票数 2
回答已采纳
我正在学习关于Logistic回归的ML课程，以及Manning的机器学习实践。我正在尝试通过用Python实现所有的东西来学习。这两者之间的区别是什么？
浏览 1提问于2012-11-29得票数 56
回答已采纳
如果我得到一条多项式曲线，我想通过编程找到所有单调曲线段和相应的区间。我想避免求解像f'(x) =0这样的方程；谢谢。x: f(t) y: g(t)因此，如果我想得到它的单调曲线段，我必须知道t的位置，它的</
浏览 0提问于2009-11-02得票数 1
简介：，我有一个粘稠的头部和一个具有线性梯度的物体。结果：这是有效的。通过这种方式，头部看起来像是集成的，并且是身体线性梯度的一部分。当我向下滚动页面
浏览 2提问于2020-03-29得票数 1
2回答
我有一个图表，上面有几条现有的曲线，我试图在它们之间插入新的曲线。我使用了y= ((x - x1)(y2 - y1) / (x2 - x1)) + y1形式的线性插值，但是新曲线看起来不合适。虽然第二行数据点正好在y轴上的第一个和第三个数据点之间居中，但第三个行数据点并不在第二个和第四个y数据点之间居中，这使得图形看起来不对称。
所以我想线性插值可能不是我想要的。有人能推荐另一种方法，在现有的曲线之间创建曲
浏览 0提问于2017-10-03得票数 1
我正在使用OpenCV，在里面有一个函数来应用ShiTomasi方法来查找角落。我们知道Shi是基于查找的，因此在OpenCV中甚至有一个函数来计算梯度矩阵的最小特征值，用于角点检测，称为，以防您想要自己实现： int ksize = 3, )
然而，该函数为图像
浏览 4提问于2021-06-07得票数 1
回答已采纳
2回答
背景:在对神经网络进行relu激活拟合时，我发现预测值有时接近常数。我相信这是由于训练过程中出现的再生神经元死亡所致。(神经网络中的“垂死ReLU”问题是什么？)问题:我希望做的是在代码中实现一次检查，以检查神经元是否已经死亡。在此之后，如果需要的话，代码可以对网络进行改装。如果有用的话，我会用角的。
浏览 0提问于2017-05-07得票数 13
1回答
在下面的代码中，我使用pyTorch实现了函数的梯度下降。如何在代码中添加噪声，以便识别两个局部最小值？def function(a): return f
function(x).backward() progressionCheck = function(newVal) <
浏览 2提问于2022-08-05得票数 0
3回答
如何从图像积分中求出平均值、std值和梯度值？给出如下图像：如上图所示，要查找突出显示的部分的和，请参阅sum = C+A-B-D。
梯度
浏览 0提问于2012-10-28得票数 9
回答已采纳
1回答
我正在学习钩子和使用二值化神经网络。问题是，有时我的渐变值是0。我试图用一个特定的值来替换这些梯度。: x = torch.relu(x)
浏览 5提问于2021-11-02得票数 1
回答已采纳
我正在使用Tensorflow创建一个自定义的损失函数，这个关于通用机器学习的问题突然出现在我的脑海中。我的理解是，优化算法需要一个可导的代价函数来寻找/接近最小值，但是我们可以使用不可导的函数，如绝对函数(当x=0时没有导数)。一个更极端的例子是，我这样定义我的成本函数： return tf.sign(x)
我预计
浏览 1提问于2018-01-07得票数 0
我怀疑我的Py手电筒模型已经消失了。我知道我可以跟踪每个层的梯度，并用writer.add_scalar或writer.add_histogram记录它们。但是，对于一个层数相对较多的模型，在TensorBoard日志中拥有所有这些直方图和图形就有点麻烦了。我不是说它不工作，只是有点不方便有不同的图表和直方图为每一层，并滚动它们。我正在寻找一个图，其中y轴(垂直)表示梯度值(特定层的梯度平均值)，x
浏览 1提问于2021-08-03得票数 2
1回答
这个问题与一种特定的方法或技术无关，而是有一个更广泛的概念，我很难清楚地看到。在机器学习中，我们要尽量减少损失函数。梯度下降是将这些损失函数的输出降到最小的一般解。我理解那里的基本想法，但这是我被困住的细节。
假设我有一些损失函数J_\Theta(x)，其中我有一些x输入，其中\Theta只是一些任意参数的矩阵。在许多例子中，我看到\Theta写了这样的
浏览 0提问于2019-03-13得票数 1
1回答
因此，我在excel中做了一个lstm反向传播的手工计算，并想将它与我的代码进行比较，但是我遇到了割炬处乙状结肠梯度的问题。：tensor([[0.8762]], grad_fn=<SigmoidBackward>)epoch: 0 loss: 0.13214068所以第一条线是乙状结肠值，第二条线是乙状结肠值的梯度。当乙状结肠梯度公式为σ(<em
浏览 9提问于2022-06-30得票数 0
1回答
我正在寻找一种方法，它可以在图像中找到脊(局部最大值)，并将它们作为脊数组返回(其中，脊是定义脊的点的向量)。也就是说，一种行为与findContours完全类似的方法(它查找等高线并将它们作为定义等高线的向量数组返回)，除了脊。我有这张图像(有点模糊，抱歉)，它是通过从道路系统的二值图像中得到的距离变换得到的：我可以很容易地使用
浏览 5提问于2016-04-12得票数 5
我有我的逻辑回归函数，它使用梯度下降来找出参数的收敛性。我的梯度下降算法，以矩阵的形式找到参数，因为它以矩阵的形式比在循环中单独和线性地查找更快。例如:矩阵(P) <-矩阵(P)- LearningRate( T(矩阵(X))*(矩阵(h(X)) -Matrix(Y) ))
对于小的训练数据，它是相当快的，并且给出了正确的值，最大迭代次数在
浏览 8提问于2016-09-07得票数 0
2回答
在阅读一篇论文时，我很难理解描述的算法：(192个比特)通过与3x3sobel算子卷积来计算图像的梯度。将每条边缘的梯度方向量化为12 directions.(192比特)，结构特征发生器取梯度映射，在
浏览 5提问于2009-08-06得票数 1
我正在尝试实现一个range输入来改变句柄之前的颜色。下面是我每次更改范围的值时都会调用的函数： const percent = Math.ceil(ffffff 0%,#ffffff ${ }%,#363439 ${ }%,#363439 100%)`;
下面是完整的工作示例现在，如果你只听示例中的音乐，它是有效
浏览 6提问于2017-03-15得票数 0
回答已采纳
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
即时通信 IM
云直播
实时音视频活动推荐
腾讯云开发者
