我尝试使用xarray的apply_ufunc来包装numpy的gradient函数，以便沿一维进行渐变。但是，apply_ufunc返回的数组与使用np.gradient直接返回的数组的形状不同：import numpy as np
actual = wrapped_grad
浏览 2提问于2018-08-04得票数 2
回答已采纳
3回答
我正在尝试学习MatLab中的各种函数和命令。我有一个关于gradient命令的问题。gradient(f(x))h = 3 4 6 8 10 12 14 16 18 20 21
我看到当x在1和9之间时，这些值是正确的，但对于x=0和x= 10，这是不正确的。当x=0时，梯度应该是2，当x=10时，梯度应该是22。那么，为
浏览 0提问于2012-08-02得票数 3
回答已采纳
是否可以应用CSS滤镜，其参数值取决于渐变？例如，我想在网页的右上角应用+15°的色调旋转，在左下角应用-15°的色调旋转，并在它们之间应用平滑的颜色渐变(两者之间的任何点都应该像应用了hue-rotate(some number between我知道梯度可以很容易地作为背景生成，但我想在过滤器本身上生成一个梯度。
浏览 33提问于2020-04-14得票数 0
回答已采纳
在我的应用程序中，每次需要梯度时，我都需要做一个函数评估。
我知道，当我设置arg jac=True时，我可以传递一个函数，它同时返回函数值和梯度。然而，有时我假设这个过程会在不需要渐变的情况下计算它们，例如对于线搜索，这是非常昂贵的。有没有办法传递一个参数来评估这个函数，一个参数来计算函数和梯度？编辑:我也不想通过传递乐趣和jac独立计算梯度和函数值</
浏览 6提问于2022-05-11得票数 0
4回答
当我们用PyTorch定义我们的模型时。我们运行不同的#epochs。我想知道在时代的迭代中。以下两段不同顺序的代码段之间有什么区别？这两个片段版本是：
我的主管为项目提供的代码。
浏览 11提问于2022-05-16得票数 2
2回答
我试图实现一个简单的前馈神经网络的梯度检查，它包含两个单位输入层，两个单位隐层和一个单位输出层。我要做的是：
利用两种前馈传播的结果计算数值梯度。我不明白的是如何准确地执行反向传播。通常，我将网络的输出与目标数据进行比较(在分类的情况下)，然后在网络中反向
浏览 6提问于2014-10-04得票数 6
回答已采纳
1回答
为了计算图像的方向梯度直方图，我们需要计算每个像素的梯度向量。但是，边缘上的像素缺少一些邻域来表示梯度向量。该如何应对呢？
例如，图像左边缘的像素在其左侧没有邻居。那么如何计算它在x方向的梯度呢？
浏览 2提问于2016-07-24得票数 0
1回答
scipy.optimize.check_grad的期望输出是梯度差与梯度有限差分逼近的2-范数。我无法从输出中了解我的梯度是否足够好。这些值必须属于哪些范围？什么是可接受的错误？
浏览 3提问于2015-11-17得票数 1
回答已采纳
我试图最小化一个成本函数，我从scipy.optimize.minimize (使用方法和'SLSQP'，‘L B’)得到了非常奇怪的结果。
每次评估后，我会打印成本函数的值。首先，它在进入所谓的正确方向之前执行小扰动(ok)。但后来又发生了一些奇怪的事情:它似乎改变了最初的成本函数在第一次评估中的价值--成本函数在当前评估中的价值，并收敛到成本函数的第一次评估的</em
浏览 3提问于2021-09-06得票数 1
以下是我对Logistic回归中MLE与梯度下降之间关系的理解。如果我错了，请纠正我：2) MLE是解析/精确的，GD是数值/近似的。不幸的
浏览 0提问于2022-05-09得票数 -4
1回答
Netlogo局部优化
、、、
我想估算一下新产品的需求量。客户就是代理商。每个产品都有3个变量，需要根据购买情况进行优化。为了找到最大化销售的最佳变量，我使用了一种局部优化算法，梯度下降法。它的工作原理如下：
1.定义了重量、大小和价格的初始值。2.搜索过程开始:d梯度是目标函数的梯度的范数。dx计算了一个变量和一个新变量之间的差异。set sizenw s
浏览 2提问于2017-04-24得票数 2
1回答
我想在MATLAB中加速一个凸优化问题的收敛速度。
我的目标函数是具有三个参数的凸函数，我使用梯度上升来最大化。现在，我正在手动编写迭代，终止条件是新参数值和旧参数值之间的差异非常小(大约0.0000001)。我不能基于迭代次数来终止，因为它不能保证它已经收敛到最优解。实际上，我的目标函数只有三个参数。我知道第一个参数的值应该大于第二个参数的值。
浏览 0提问于2012-05-14得票数 1
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，使用的不是数
浏览 3提问于2017-02-05得票数 1
回答已采纳
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
我在使用内置损失函数中提供的不同的还原方法。特别是，我想比较以下几点。对用reduction="none"计算的每个损失值执行反向传递的平均梯度reduction="mean"产生的平均梯度Maximum discrep
浏览 0提问于2019-07-05得票数 14
3回答
什么是饱和梯度问题？
、、、、
有人能解释什么是Saturating Gradient问题吗？如果有人也能提供数学细节，那就太好了。提前谢谢你！
浏览 0提问于2018-02-10得票数 4
回答已采纳
1回答
RNN的消失/爆炸梯度
、、、
背景:我目前正在训练一个用于文本情感分析的递归神经网络。这是否是消失/爆炸梯度问题的一个例子？我认为，对于简单的RNN，消失梯度问题不是一个大问题。通常，RNN在不使用某种LTSM/GRU体系结构
浏览 3提问于2016-12-04得票数 2
回答已采纳
我相信这有一个简单的答案！我要求提高我的理解。如果应用凯恩规则来获得Y的增量，则梯度将是：dy = -4 (根据图表)。= df/df = 1和上面所示的dq = df/dq = -4。数值是从哪里来的，图表中的哪里？这是一个仅为数值链的梯度，还是从其他输入值中导出的？df/
浏览 1提问于2017-05-27得票数 0
回答已采纳
假设我想用Tensorflow开发和训练一个大的端到端深度学习模型(1.15，因为遗留的原因)。对象复杂，可以提取的特征类型很多:固定长度的数值特征向量、序列、无序集等。因此，该模型将包含许多子模块来处理各种类型的特征。在GPU之
浏览 0提问于2020-02-14得票数 1
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
