###ソースコード
「ゼロから作るDeepLearning」を独学しております。
プログラミングは初めてです。
本を読みながら、
2つの1次元配列x0とx1で格子を作り、その格子の各点での差分計算によって
勾配を計算してベクトルで図示するプログラムを書いていました。
簡単のため、
x0[-2 1 0 1]
x1[-2 1 0 1]
という整数の点が作る格子に対して、
二次関数における差分計算を色々試していました。
ここで、x^2の導関数は2xなので、正しい出力gradは、
grad[0] = [-4 -2 0 2]
grad[1] = [-4 -2 0 2]
となるはずです。
しかしながら、初めのx0, x1の型をfloatではなくintにしてしまうと、
grad[0] = [-15000 -5000 0 5000]
という結果がprintされてしまいました。
(正確には、meshgrid⇒flattenによって増えた分だけ連なって表示された。)
(なぜかplt.quiverで描いたグラフは正しく表示される。。。)
型の違いによって起こる問題というところまでは突き止めたのですが、
どのような原理でこのようになってしまうのかが分からず、困っております。
変数の型に関する理解が及んでいないのかなと感じるのですが、
どなたか正しい知識をご教授いただけないでしょうか。
どうぞよろしくお願い致します。
python
1import numpy as np 2import matplotlib.pylab as plt 3 4 5def function_2(x): 6 if x.ndim == 1: 7 y = np.sum(x**2) 8 return y 9 else: 10 y = np.sum(x**2, axis=1) 11 return y 12 13 14def numerical_diff(f, x): 15 h = 1e-4 16 diff = np.zeros_like(x) 17 18 for i in range(x.size): 19 tmp_val = x[i] 20 x[i] = float(tmp_val) + h >>>処理中にもfloat化しようとした 21 fxh1 = f(x) 22 x[i] = tmp_val - h 23 fxh2 = f(x) 24 diff[i] = (fxh1 - fxh2) / (2*h) 25 x[i] = tmp_val 26 return diff 27 28 29def numerical_grad(f, X): 30 grad = np.zeros_like(X) 31 for i, x in enumerate(X): 32 grad[i] = numerical_diff(f, x) 33 return grad 34 35 36x0 = np.arange(-2, 2, 1, dtype = 'int') 37x1 = np.arange(-2, 2, 1, dtype = 'int') 38> dtype = 'float'にすると正しいgrad[i]が表示されました 39 40X, Y = np.meshgrid(x0, x1) 41 42X = X.flatten() 43Y = Y.flatten() 44 45grad = numerical_grad(function_2, np.array([X, Y])) 46 47print (grad) 48plt.figure() 49plt.quiver(X, Y, -grad[0], -grad[1]) 50plt.xlabel("x0") 51plt.ylabel("x1") 52plt.show()
###出力結果
[[-15000 -5000 0 5000 -15000 -5000 0 5000 -15000 -5000
0 5000 -15000 -5000 0 5000]
[-15000 -15000 -15000 -15000 -5000 -5000 -5000 -5000 0 0
0 0 5000 5000 5000 5000]]
回答2件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2018/09/03 00:02 編集
2018/09/03 10:24