求偏导数

假如有一个函数

f ( x ) = x 0 2 + x 1 2 f(x)=x_0^2+x_1^2 f(x)=x02+x12

这里有两个变量

在计算的过程中有必要区分对哪个变量求导数

表示出来

# 将原函数定义出来
def function_2(x):return x[0] ** 2 + x[1] ** 2

代码表示函数还不是困难的

解决求偏导数的思路

新定义只有一个变量的函数

很多思路和方法都是用已知的方法去解决未知的问题

定义一个x1=4的函数

对只有变量x0的函数用求微分

两个临时变式函数写出来

# 对0求偏导的函数的临时函数
def function_tmp0(x0): # x是变量，另一个不重要的变量已经固定好了return x0 ** 2 + 4 ** 2# 对1求偏导的函数的临时函数
def function_tmp1(x1):return 3 ** 2 + x1 ** 2

求数值微分的函数

千万要会写，要独立的闭着眼睛都能写出来

# 定义好求数值微分的函数，函数返回的结果值应该是函数的导数值
def numerical_diff(f, x):  # f：对哪个函数求导，x，要求导的自变量是哪个，拿过来，3qh = 1e-4return (f(x + h) - f(x - h)) / 2 * h

测试

x=np.array([3,4])# 将同一点的两个偏导数求出来
result0=numerical_diff(function_tmp0,x[0])
result1=numerical_diff(function_tmp1,x[1])print(result0,'\n',result1)D:\ANACONDA\envs\pytorch\python.exe C:/Users/Administrator/Desktop/DeepLearning/ch04/wgw_test.py
6.000000000003781e-08 7.999999999999119e-08Process finished with exit code 0

在编码过程中的思考

代码是人写出来的

写的写的就写出来了

不要怕写错
不要怕写出来

最怕的就是不去写，眼高手低

这样永远学不会！

matplot绘制图形

import  numpy as np
import  matplotlib.pylab as pltx=np.arange(0,6,0.1)
y1=np.sin(x)
y2=np.cos(x)# 开始绘制图形
plt.plot(x,y1,label='sin')
plt.plot(x,y2,label='cos',linestyle='--')
plt.title('sin & cos')
plt.xlabel('x')
plt.ylabel('y')
plt.legend() # 绘制图例plt.show()

2022年11月29日17:07:00，亲自码了一遍，感觉好多了

【深度学习】求解偏导数相关推荐

PINN深度学习求解微分方程系列一：求解框架
下面我将介绍内嵌物理知识神经网络(PINN)求解微分方程.首先介绍PINN基本方法,并基于Pytorch框架实现求解一维Poisson方程. 内嵌物理知识神经网络(PINN)入门及相关论文深度学习求 ...
深度学习求解偏微分方程
深度学习求解偏微分方程 1. 稀疏回归解偏微分方程 2. 离散连续方程解偏微分方程 3. 物理神经网络解偏微分方程(PINN:物理激发的神经网络) 1. 稀疏回归解偏微分方程论文:<Data- ...
深度学习求解一维burgers方程和Galerkin求解泊松方程
一维burgers方程介绍 { u t + u u x − ( 0.01 / π ) u x x
深度学习（Deep Ritz,Galerkin,PINN）求解偏微分方程(PDE)实现代码地址
深度学习求解偏微分方程的实现代码可以在GitHub上查找.下面是几个可能有用的项目地址: Deep Ritz: https://github.com/yseop/DeepRitz Galerkin: ...
白话AI：看懂深度学习真的那么难吗？初中数学，就用10分钟
如果在这个人工智能的时代,作为一个有理想抱负的程序员,或者学生.爱好者,不懂深度学习这个超热的话题,似乎已经跟时代脱节了. 但是,深度学习对数学的要求,包括微积分.线性代数和概率论与数理统计等,让大部 ...
以撩妹为例，5分钟让你秒懂深度学习！
以撩妹为例,5分钟让你秒懂深度学习! 今天,面对 AI 如此重要的江湖地位,深度学习作为重要的一个研究分支,几乎出现在当下所有热门的 AI 应用领域,其中包含语义理解.图像识别.语音识别,自然语言处理 ...
深度学习与撩妹的套路看到还不错的引导思考代入的文章、mark一下
如果在这个人工智能的时代,作为一个有理想抱负的程序员,或者学生.爱好者,不懂深度学习这个超热的话题,似乎已经跟时代脱节了. 但是,深度学习对数学的要求,包括微积分.线性代数和概率论与数理统计等,让大部 ...
深度学习在计算机视觉中的应用长篇综述
深度学习在计算机视觉中的应用长篇综述前言 2012年ImageNet比赛,使深度学习在计算机视觉领域在全世界名声大震,由此人工智能的全球大爆发.第一个研究CNN的专家使Yann LeCun,现就职于 ...
超全！深度学习在计算机视觉领域的应用一览
作者 | 黄浴,奇点汽车美研中心首席科学家兼总裁转载自知乎简单回顾的话,2006年Geoffrey Hinton的论文点燃了"这把火",现在已经有不少人开始泼"冷水& ...
收藏 | 深度学习在计算机视觉领域的应用总结
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|计算机视觉联盟还是做一些背景介绍.已经是很热的深度学习, ...

【深度学习】求解偏导数

求偏导数

假如有一个函数

表示出来

解决求偏导数的思路

新定义只有一个变量的函数

求数值微分的函数

测试

在编码过程中的思考

matplot绘制图形

【深度学习】求解偏导数相关推荐

最新文章

热门文章