如何解决梯度2d搜索函数返回无问题是什么?
我有一个应该返回渐变的函数。
<div>
但是当在特定点上计算梯度时,我不会得到任何结果。
def numerical_derivative_2d(func,epsilon):
def grad_func(x):
grad_func = (func(x + np.array([epsilon,0])) - func(x)) / epsilon,(func(x + np.array([0,epsilon])) - func(x)) / epsilon
return grad_func
对象类:t1函数,t2函数,t3无(我想得到一个二维点)
请告诉我如何更改此行
t1 = lambda x: (
-1 / ((x[0] - 1)**2 + (x[1] - 1.5)**2 + 1)
* np.cos(2 * (x[0] - 1)**2 + 2 * (x[1] - 1.5)**2))
t2 = numerical_derivative_2d(t,0.1)
t3 = t2([3,4])
要使其正常工作?
PS。我知道有一些内置的方法可以计算梯度。但这是其中一门课程的家庭作业。我想了解错误并按照模板进行操作。
PPS。这可能不是必需的,但是我将给出一个示例示例,说明单个变量函数可以按预期工作。
grad_func = (func(x + np.array([epsilon,epsilon])) - func(x)) / epsilon
并且t3是一个数字(点),而不是无
解决方法
在def grad_func(x)
中,您什么也不返回。在该函数内部,grad_func
是局部变量。考虑这样写:
def numerical_derivative_2d(func,epsilon):
def grad_func(x):
return (func(x + np.array([epsilon,0])) - func(x)) / epsilon,(func(x + np.array([0,epsilon])) - func(x)) / epsilon
return grad_func
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。