腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
Autodiff
清除
梯度
drake
autodiff
_diagram = diagram.ToAutoDiffXd()
autodiff
_context =
autodiff
_diagram.CreateDefaultContext()
autodiff
_plant =
autodiff
_diagram.GetSubsystemByName("plant") 比方说,我想要有一堆随机的初始化,并且每次都在相同的
autodiff
图(计算图我试着在pydrake文档中查找“零
梯度
”和类似的东
浏览 48
提问于2021-11-04
得票数 0
1
回答
Jacobian导数相对于单个关节角的自差
drake
我执行了以下操作来初始化
autodiff
const multibody::Frame<AutoDiffXd>
浏览 3
提问于2022-04-02
得票数 2
回答已采纳
1
回答
为drake::MathematicalProgram提供自定义渐变
drake
Drake有一个接口,您可以在其中给它一个通用函数作为约束,并且它可以自动设置非线性约束的数学程序(只要它支持
AutoDiff
)。我有一种情况,我的约束不支持
AutoDiff
(约束函数执行线搜索以近似某些函数的最大值),但我有约束
梯度
的封闭表达式。我知道有很多优化库可以让你在可用的时候提供自己的分析
梯度
;你能用德雷克的MathematicalProgram做到这一点吗?我在MathematicalProgram类文档中找不到它。
浏览 27
提问于2020-04-30
得票数 0
回答已采纳
1
回答
对输入的自动区分是如何工作的?
python
、
math
、
autograd
、
differentiation
、
automatic-differentiation
我一直在试图了解自动区分(
autodiff
)是如何工作的。可以在、和其他程序中找到这方面的一些实现。 第二,上述过程对输入的导数是如何工作的。例如,一个函数
浏览 4
提问于2022-11-16
得票数 2
1
回答
如何在Julia的图灵模块中使用CDF函数?
julia
、
probability-distribution
、
automatic-differentiation
我想知道感知的伽玛分布的参数。1周知晓率为0.336,4周知晓率为0.554,13周知晓率为0.64。数据集是在这里构建的。数据是Gamma dist的cdf。我在Julia中编写了这个代码,并使用图灵 m,n = size(ds) a ~ InverseGamma(3,2) cdf_g = cdf(Gamma(k,a),ds[i,1])
浏览 23
提问于2021-01-10
得票数 1
1
回答
如何获得一个动态的,我们可以在下一步应用渐变(重新打开)
drake
我想问一个与工作流程相关的问题,如下所示: 1.得到多体系统的机械手方程,2.将其改写为qdd = f(q,u)的形式,3.计算下一状态( x_next ),4.计算x_next w.r.tx和u的
梯度
我发现最困难的一步是求惯性矩阵的逆,它支持下一步的
梯度
计算。Drake提供了很多很好的工具,支持double,AutoDiffXd,Symbolic,我们能用它们来完成任务吗?谢谢!
浏览 1
提问于2020-10-28
得票数 3
3
回答
Tensorflow
梯度
磁带的用途是什么?
tensorflow
、
eager-execution
我观看了Tensorflow开发人员关于在Tensorflow中急切执行的峰会视频,演示者介绍了“
梯度
磁带”。现在我知道Gradient Tape跟踪TF模型中发生的自动微分。有人能解释一下
梯度
磁带是如何作为诊断工具使用的吗?为什么有人会使用渐变胶带而不是Tensorboard的权重可视化。因此,我得到的结论是,模型的自动区分是计算每个节点的
梯度
--这意味着在给定一批数据的情况下,调整每个节点的权重和偏差。这就是学习的过程。使用Gradient Tape是否仅用于查看某些
梯度
是否变得为零或变得非常大,等等?或者,
梯
浏览 2
提问于2018-12-28
得票数 76
回答已采纳
2
回答
与其定义目标函数、
梯度
函数和离散函数,还能有一个函数返回所有函数吗?
julia
、
mathematical-optimization
、
julia-jump
在JuMP中是否有一种方法可以定义一个返回函数的函数,例如包含目标函数和
梯度
的元组,您可以传递到注册吗?在我的上下文中,我正在求解一个最优控制问题,在一个函数中,我可以一次得到目标和
梯度
。当我设置
autodiff
=false时,是否有一种方法可以使函数返回目标和
梯度
,并进行基于
梯度
的优化,或者返回所有这三种方法来根据我的需要进行恒河优化? 此外,你如何使符号,如纳布拉和纳布拉平方?
浏览 4
提问于2022-04-08
得票数 1
回答已采纳
1
回答
如何在Haskell中实现自动区分?
haskell
、
types
、
automatic-differentiation
下面是我的想法:
autoDiff
:: Floating a => (Dual a -> Dual a) -> a -> a现在以sin为例,下面是我得到的结果:sin :: Floating a => a -> a
autoDiff
浏览 5
提问于2018-08-01
得票数 2
1
回答
Tensorflow 2.2:向量值输入/输出自定义层的自定义渐变
python
、
tensorflow
、
keras
我的输入/输出关系很复杂,我需要创建一个函数来计算正向传递和
梯度
。我遇到了做这项工作的custom_gradient function。不幸的是,完全不清楚的是如何将其用于矢量或张量输入和输出。
浏览 15
提问于2021-09-09
得票数 0
1
回答
C++使用操作符重载构建双边树--什么是好的内存解决方案?
c++
、
pointers
、
memory
、
memory-management
shared_ptr<Impl> pimpl;Interface operator+(const Interface& a, const Interface& b);class
autodiff
::Interface::Impl>> children; pimp
浏览 1
提问于2015-03-23
得票数 1
1
回答
Drake中的
Autodiff
wrt时间
drake
在Drake文档https://drake.mit.edu/doxygen_cxx/group__system__scalar__conversion.html中给出的示例中,我们能够获取关于状态的
Autodiff
浏览 26
提问于2021-06-17
得票数 1
回答已采纳
1
回答
如何取MultibodyPlant计算的
梯度
w.r.t。质量、质心、惯性等?
python-3.x
、
drake
、
autodiff
、
system-identification
我想尝试一些东西,比如使用前向模式自动区分的系统标识(通过AutoDiffXd进行的“
autodiff
”,等等),只是为了检查诸如可伸缩性、更好地感觉到德雷克中的符号和自动区分选项等等。作为系统辨识的第一步,如何取MultibodyPlant量的
梯度
(如广义力、前向动力学等)?关于惯性参数(比如说质量)? 注:未驱动章节+书写时的笔记本:,
浏览 4
提问于2021-05-29
得票数 0
回答已采纳
1
回答
GetInfeasibleConstraints运行时错误:输出必须是标量类型浮点
drake
我添加了类似于compass gait example中的方法的
autodiff
约束。例如: plant_
autodiff
= plant.ToAutoDiffXd() q, v, r = np.split(q_v_r, [ plant.num_positions() + plant.num_velocities()]) context = plant_
autodiff
.CreateDefaultContext()
浏览 11
提问于2020-08-27
得票数 1
回答已采纳
1
回答
是否有办法确保由数学程序创建的决策变量不是AutoDiffXd类型的?
drake
据我所知,这需要将工厂图和场景图连接到基于q类型的适当类型(根据q自动关闭或浮动)转换成图,然后在图转换为
autodiff
时浮动以进行距离查询。在q类型为
autodiff
的情况下,将图表转换为
autodiff
很好,但将其转换为float (为了使query_object.ComputeSignedDistanceQuery工作)会产生以下错误:double (因为drake ::_::scene_graph类型的系统::_::scene_graph::SceneGraphdrake::AutoDiffXd不支持标量转换为类型双重) 问
浏览 13
提问于2022-10-17
得票数 0
1
回答
如何用autoDiffToGradientMatrix求解drake中的科氏矩阵?
drake
接下来,我尝试像这样设置
AutoDiff
环境:context_
autodiff
= plant_
autodiff
->CreateDefaultContext();drak
浏览 3
提问于2021-06-15
得票数 1
回答已采纳
1
回答
在Drake中,如何将NumPy数组转换为不同的标量类型?(例如,从float到AutoDiffXd或表达式?)
python
、
numpy
、
drake
在Drake中,我有dtype=float的NumPy ndarray(一些多维),我想把它们转换成AutoDiffXd,Expression等。MatrixXd X(2, 2); 1.0, 2.0,MatrixX<AutoDiffXd> X_ad = X.cast<AutoDiffXd>();import numpy as np
浏览 1
提问于2021-06-09
得票数 3
1
回答
sigmoid的Jax - autograd总是返回nan
python
、
nan
、
jax
然而,现在当截断边界很高时,
梯度
总是nan,我不明白为什么。 在下面的例子中,我计算了一个均值为0,std=1为0的高斯曲线的
梯度
,然后用x对其进行平移。 如果我减小边界,那么函数就会按预期运行。但是如果是这种情况,x对下面没有影响,那么它对
梯度
的贡献应该是0而不是nan。但是如果我返回belows[0][0]而不是jnp.mean(filt, axis=0),我仍然会得到nan。
浏览 61
提问于2021-07-08
得票数 1
回答已采纳
2
回答
pydrake中直接配置法的约束条件
drake
我正在寻找一种方法来描述直接配置法在pydrake中的约束。在此基础上,尝试建立了一些计算关节位置的函数,如swing_foot_height(q) of 。我将q定义为scene_graph = SceneGraph()file_name = FindResource("mode
浏览 9
提问于2022-06-29
得票数 1
回答已采纳
1
回答
tensorflow、自定义丢失、custom_gradient、temp tf.Variable导致错误
python
、
tensorflow
、
debugging
、
gradient
、
autodiff
如果我们需要实现自定义
梯度
,TF希望有一个额外的
梯度
泛函输出,而
梯度
的分量应该和损失函数的输入一样多。也就是说,如果我的理解是正确的。如有任何更正,欢迎光临。如果我的理解是正确的,通常对于伴随方法(反向模式
autodiff
),正向传递构建表达式树,对于反向传递,我们计算
梯度
,
梯度
泛函是值乘以我们对其求导的函数的偏导数,这可以是一个复合函数。所以,有了一个输入变量,我们就有了一个
梯度
的评估。在这里,TF期望2,即使我们只有一个输入变量,因为temp变量,这在某些情况下是不
浏览 4
提问于2020-04-16
得票数 2
点击加载更多
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
梯度算法之批量梯度下降,随机梯度下降和小批量梯度下降
梯度消失和梯度爆炸
梯度下降算法之随机梯度下降
梯度下降
下降方法:坐标下降、梯度下降、次梯度下降
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券