1回答
多元极小化的最小示例
、、、
因此，我正在尝试用不止一个示例来编写一个最小的scipy.optimize.minimize工作示例。q0XY = np.ones(2)前三行执行时没有出现错误，并给出了正确的结果
浏览 19提问于2019-07-18得票数 0
回答已采纳
它的思想是，我在四个变量中有两个非线性方程，还有两个非线性不等式约束。我发现函数fmincon可能是最好的方法，因为您可以在这种情况下设置我所需的一切(请告诉我其他情况)。下面我展示了一个完整的案例，我认为它很简单，可以真实地呈现出来。
我做的第一件事是在一个单独的文件中定义目标函数。下面，由于目标函数需要额外的变量，所以我定义了一个匿名函数f。在下一行中，我对约束(匿名函数)做了同样的操作。在那之后，这是相当不言而喻的。所以，这是最
浏览 3提问于2015-03-11得票数 1
回答已采纳
1回答
我知道的：( ii)现在，∑{ hThetax(i) - y(i) }：指具有给定的Theta值的总错误。误差是指预测值{ hThetax(i) }与实际值之间的差异。y(i)结尾的Xj^(i)代表什么？我们在实现多元线性回归梯度下降时是否做了以下工作？
乘以1/
浏览 4提问于2017-02-02得票数 2
回答已采纳
在python中，我遇到了最小化复杂非线性函数的麻烦。这个函数实际上是用于拟合实验数据的拟合模型的chiSquare。为了得到全局最小值，我在get中使用了basin跃迁函数。这个函数是minima ()函数的包装器，它添加了一些扰动以查找不同的局部极小值。现在我的问题是找出局部极小值有困难。有一堆求解器可以在minimize()中使用，而且由于我使用的是界，所以我在‘bounds
浏览 5提问于2015-06-09得票数 2
我们在很多书中看到了误差曲面的全局极小化和神经网络的收敛性。我如何在keras中可视化类似的东西，即包含错误面，以及我的模型如何收敛以实现全局最小误差？下面是这类插图的示例图像。链接有不同优化器的动画说明。为此，我探索了张板日志回调，但没有找到任何这样的东西。请给我一点小小的指导。
浏览 6提问于2017-12-16得票数 0
回答已采纳
2回答
我需要最小化下面显示的目标函数，绿框中的变量将被引入公式中，而红色方框中的变量需要优化，每个变量都有一个起始值。到目前为止，优化是不受约束的。fn =function(x,a) {sum(100*a+(2*x^2+5*x-7))}但是我无法得到最优(a)的值，而且我怀疑公式中有一些错误，我使用这个公式作为处理下面公式的起点。我正在寻找的</em
浏览 3提问于2013-07-24得票数 2
回答已采纳
2回答
我希望这是提出这样一个基本问题的正确地方。我发现和解决方案非常清晰，因此它们不能帮助我了解这个过程的基本原理。考虑一个随机数据集：w <- c(3, 2, 4, 2)包manipulate允许手动更改具有不同μ值的模型，但我正在寻找一个比“手动尝试，直到找到最合适的方法”更精确的过程。
注：，如果问题没有正确发布，
浏览 3提问于2016-02-06得票数 1
回答已采纳
3回答
学校的一个项目让我用C++ (在上的例子)编写了一个约会游戏，其中计算机玩家必须实现带有α-β剪枝的极大极小算法。到目前为止，我理解了算法背后的目标是最大化潜在收益，同时假设对手会最小化它们。然而，我读过的资源都不能帮助我理解如何设计极小极大的评估函数，它的所有决策都是基于它的。所有示例都为叶节点分配了任意数字，但是，我需要实际为这些节点分配有意义的</e
浏览 0提问于2010-06-09得票数 6
回答已采纳
我使用scipy.optimize.basinhopping求标量函数的极小值。我想知道是否有可能禁用scipy.optimize.basinhopping的局部最小化部分？从下面的输出信息中我们可以看到，minimization_failures和nit几乎是一样的，这表明局部最小化部分对于跳篮的全局优化过程可能是无用的
浏览 2提问于2015-01-09得票数 3
回答已采纳
1回答
我试着做一个例子，向我自己解释权重是如何从数学上找到的。如果我下面写的是胡说八道的话，我很高兴听到你的解释。谢谢。
当我们把它插入
浏览 2提问于2017-01-29得票数 1
1回答
我检查了多元回归的tidymodel，并在这里看到了下面的示例：是否有页面说明当前支持多元回归的模型？
浏览 16提问于2022-08-21得票数 0
回答已采纳
但是，它的警告明确指出，在一个函数上使用几个不同的局部极小值时，它只返回一个任意的解。有谁知道你会如何调整它，这样它才能返回所有局部极小值的列表(取决于某些阈值标准)？
浏览 5提问于2008-10-17得票数 1
回答已采纳
1回答
多元函数最小化
、、、
我有以下定义函数f的代码 def f(a,b,lst,data): data = #some np.array
scipy.optimize.minimize
浏览 16提问于2021-03-22得票数 0
回答已采纳
1回答
我已经实现了解决全对最短路径问题的弗洛伊德-沃尔算法。现在，我发现，我也可以计算极小极大或极大路径，很容易修改。但我不明白结果意味着什么(极小极大路径是什么)。图问题中的Minimax - Minimax涉及到在两个节点之间找到一条路径，从而使路径上的最大代价最小化。Maximin --与Minimax相反--在这里，您需要找到路径，从而使路径上的最小成本最大化。
有人能不能试着给出其他的解释或例子？
浏览 1提问于2012-01-26得票数 8
回答已采纳
对于具有多个局部极小且参数多的复目标函数，有没有人对全局优化问题有一定的经验？对我来说，CPU时间不太受约束，但实际上找到全局最小值是最重要的。到目前为止，我已经尝试过“dual_annealing”()，但是在32个内核上运行了24小时之后，没有发现全局最小值(也许我需要对这个最小化器进行更多的微调，或者提供更强的边界？)。还有其他更适合这个应用程序的最小化例程
浏览 20提问于2022-01-28得票数 0
例如：fitwithtwoexfactors = arima(futoilrtn,order=c(0,0,1), xreg=exogenous)
外生是一个有两列的数据框架。
浏览 0提问于2015-03-12得票数 1
回答已采纳
(代码是一团糟，我只是在乱搞)用这个简单的3层神经网络来处理：
我的计算结果和这本书差不多(把差异归因于四舍五入)：h1 delta它们是单个节点对o1错误的贡献吗？
浏览 4提问于2014-07-15得票数 6
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
