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。