腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
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
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
0
回答
tensorflow如何计算模型
梯度
?
tensorflow框架,想
求
分类模型model对输入x的
梯度
。 在输出层为sigmoid函数下,使用以下代码没有问题。但如果输出层使用softmax函数,该如何
求
输出对x的
梯度
?
浏览 108
提问于2023-03-09
1
回答
什么是Hessian矩阵?
、
我知道Hessian矩阵是涉及多个自变量的函数的二阶导数检验。如何找到涉及多个变量的函数的最大值或最小值?它是利用Hessian矩阵的特征值还是它的主次元发现的?
浏览 6
提问于2020-01-26
得票数 0
回答已采纳
1
回答
我试图在C#中编写Canny边缘检测代码
、
我知道方向是
梯度
向量和x轴之间的角度。在
求
梯度
矢量方向(D)时,你要做y/x比的反
求
。我明白这部分。我迷路的地方是网上的一些例子,似乎不知从哪里添加了PI,我不明白。
浏览 6
提问于2022-03-06
得票数 0
1
回答
SGM视差亚像素估计-如何?
、
、
、
、
几周前,我实现了一个简单的块匹配立体声算法,但是结果很糟糕。所以我在网上搜索寻找更好的算法。在那里,我发现了半全局匹配(SGM),由海科赫什穆勒出版。它在处理时间上得到了最好的结果之一。 我使用计算的视差值将2D点重投影到3D,结果如下问题是,搜索最小值只返回离散值。这导致了点云中单独的层。换句话说:圆形表面被切割成许多层(见点云)。 海科在他的论文中提到,通过在代价数组中拟合一个多项式函数,并以最低点为视差,可
浏览 2
提问于2015-11-09
得票数 7
2
回答
如何用数学中的值代替点
求
向量
下面我有一个简单的数学代码,首先引入一个标量函数ϕ = ϕ[x,y,z],然后计算ϕ的
梯度
。现在,我想用适当的值代替x, y, z来
求
P点的
梯度
。请协助我的最后一步,插入到x和y的
梯度
值。
浏览 7
提问于2017-04-27
得票数 0
2
回答
除草
梯度
在.backward()之后为零
、
、
、
我刚刚在
Python
3.7.2 (macOS)上安装了torch-1.0.0,并尝试了,但代码如下:x = torch.ones(2, 2, requires_grad=True
浏览 0
提问于2019-01-11
得票数 18
2
回答
Pytorch的Autograd不支持复数矩阵
求
逆,有谁有解决方法吗?
、
、
、
在我的损失函数中的某处,我对一个大小为64*64的复数矩阵
求
逆。尽管torch.tensor支持复数矩阵
求
逆,但无法在训练循环中计算
梯度
,因为我得到了这个错误: RuntimeError: inverse不支持对具有复杂类型的输出进行自动区分。
浏览 5
提问于2021-01-14
得票数 3
2
回答
线性回归中OLS与
梯度
下降的差异
、
我理解普通的最小二乘和
梯度
下降所做的事情,但我只是对它们之间的区别感到困惑。
梯度
下降是迭代的,而OLS则不是。
梯度
下降是利用学习速率来达到最小值,而OLS则是用偏微分法
求
方程的极小值。 这两种方法在线性回归中都非常有用,但它们都给出了相同的结果:截距和系数的最佳可能值。
浏览 0
提问于2022-04-14
得票数 2
1
回答
sympy.subs不能替换点到数组
、
、
=sympy.transpose(gradient(f, v))print(gradfx0)Matrix([[2*x1 - x2 - 4], [-x1 + 2*x2 - 1]])。
浏览 4
提问于2022-01-21
得票数 1
回答已采纳
2
回答
为什么用函数的导数而不是实际函数的导数来计算局部最小值?
、
、
、
、
示例:f(x)=x^4−3x^3+2, ----(A)f'(x)=4x^3−9x^2.----(B) 这里,为了用
梯度
下降算法
求
函数(A)的局部最小值,他们使用了(A)的导函数,即函数(B)。
浏览 1
提问于2013-02-12
得票数 3
回答已采纳
1
回答
是使用分析
梯度
还是自动分化来进行训练?
、
、
、
、
我对gpy手电如何计算与模型参数相关的
梯度
感到困惑。例如,假设我使用具有高斯似然、径向基函数核和常量均值的ExactGP,并使用MLE (极大似然估计)来
求
模型的参数(均值、核参数和噪声)。计算模型
梯度
w.r.t参数的一种方法是使用解析
梯度
,即取参数的负对数似然导数,并求出每一次推导的方程。另一种方法是使用pytorch提供的自动微分。在他们的论文标题为" Gpytorch :黑箱矩阵-矩阵高斯过程与GPU加速推断“的论文中,作者提到他们正在使用分析
梯度
,或者至少这是我通过阅读这篇论文所理解的。
浏览 14
提问于2022-03-17
得票数 0
1
回答
线性回归-(
梯度
下降与最佳拟合斜率)
、
我阅读了Andrew NG的机器学习教程,在线性回归中遇到了
梯度
下降。当我尝试使用
Python
查找同样的内容时,我在youtube教程中找到了: 这里使用最佳拟合斜率进行线性回归。
浏览 2
提问于2016-10-20
得票数 0
1
回答
我想用
梯度
下降法
求
任意离散函数的极小点。
、
我想用
梯度
下降法
求
任何离散函数的极小点,但我不知道如何计算函数对某一特定点的导数。16 25 36 49 64 81 100]对于
梯度
下降算法
浏览 0
提问于2015-11-18
得票数 2
1
回答
如何找到特定的支持向量机
、
你是用
梯度
法
求
参数的吗?我知道内核是做什么的,但是你怎么选择使用哪个内核和多少个内核呢?
浏览 0
提问于2018-01-27
得票数 0
1
回答
多元线性回归的
梯度
下降
、
我知道的:( ii)现在,∑{ hThetax(i) - y(i) }:指具有给定的Theta值的总错误。我们在实现多元线性回归
梯度
下降时是否做了以下工作? {第一训练范例的误差乘以第一训练范例的jth元件。
浏览 4
提问于2017-02-02
得票数 2
回答已采纳
1
回答
为什么根的发现在Logistic回归中很重要?(即牛顿拉夫森)
、
、
、
我想问,在logistic回归中找到根的主要原因是什么(也就是为什么我们在logistic回归中使用牛顿拉夫森方法)。我理解牛顿拉夫森方法的基本原理,但我不明白寻找根或使用二阶导数的重要性。 我知道牛顿·拉夫森的想法,我想知道为什么我们要用这个方法去寻找函数的零点或根呢?以逻辑回归为例,它想告诉我们什么?
浏览 0
提问于2018-05-02
得票数 3
回答已采纳
1
回答
我应该使用哪种方法来找出图像中像素的
梯度
方向?
、
、
、
我遇到了两种
求
梯度
大小和方向的方法。.^2);figure;figure; imshow(gdp);2:一个内置的matlab函数 [gm
浏览 1
提问于2015-06-05
得票数 3
1
回答
Fortran:二维函数的最小
梯度
法
、
、
、
我做了一个简单的程序,用
梯度
法计算目标函数的最小值。我测试它是为了一个简单的一维函数(),它的工作非常好,给出了最小值的准确位置。
浏览 0
提问于2014-12-12
得票数 0
回答已采纳
1
回答
非凸函数如$-x^2$的
梯度
下降
我知道如何计算只有一个整体极小值的凸函数的
梯度
下降。另外,我知道处理函数是非凸函数的情况的方法。真正困扰我的是,对于像y = -x^2这样的非凸函数,
梯度
下降是如何计算的,在这里下降会变成负无穷大,而不是直接收敛到全局极大值。
浏览 0
提问于2019-10-27
得票数 0
1
回答
我如何用渐变来修饰Texture2D呢?
、
、
、
、
第三种是预先计算出来的Color,它遮住了颜色的纹理.如何用
梯度
代替Color?
浏览 0
提问于2014-10-11
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
深度学习中让人感觉很玄的求梯度
梯度下降法及其Python实现
在Python实现梯度下降优化算法
学数学,用python 用python求极限
【python】求圆的面积
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券