行列をnp.arrayにしてから扱いたい~最急降下法~

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,566

aaa-1

score 6

 前提・実現したいこと

Pythonで最急降下法の実装中、Numpyを使うために行列をnp.array形式に変換してから使おうと思ったのですが
data type not understood
のエラーが出てしまい動きません。どう直せばいいのでしょうか…?

 発生している問題・エラーメッセージ

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-137-525b146a585c> in <module>()
     31             x_2.append(x_2)
     32     return pos_history
---> 33 grad_descent(1.2, 1.2, 0.1, 0.1, 0.1)

<ipython-input-137-525b146a585c> in grad_descent(x_1, x_2, a_0, c, p)
     15     iteration_max = 50 #爆発しないように
     16     a = a_0
---> 17     pos = np.array(x_1,x_2)
     18     x_1 = pos[0]
     19     x_2 = pos[1]

TypeError: data type not understood

 該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
#最小化したい関数
def f(x_1,x_2):
    return 100 * (x_2 - (x_1)**2)**2 + (1 - x_1)**2
#再急降下方向
def dsc_f(x_1, x_2):
    return   (-(400 * x_1**3 - 400 * x_1 * x_2 + 2 * x_1 - 2),-((-200) * x_1 ** 2 + 200 * x_2))

#a_0:learning rateの初期値
#p:aの動かし幅
#c:(0,1)内の定数
def grad_descent(x_1, x_2 ,a_0,c,p):
    eps = 1e-10
    iteration_max = 50 #爆発しないように
    a = a_0
    pos = np.array(x_1,x_2)
    x_1 = pos[0]
    x_2 = pos[1]
    h_1 = [x_1,]#history
    h_2 = [x_2,]
    for i in range(iteration_max):
        d = np.array(dsc_f(x_1,x_2))
        if abs(np.linalg.norm(d)) < eps:
            break
        else:
            while (f(x_1 + a * d[0],x_2 + a * d[1]) > f(x_1,x_2) - c * a * abs(np.linalg.norm(d))):#armijoの条件
                    a = a * p #↑をみたすように小さくしていく
            x_1, x_2= [x_1 + a * d[0],x_2 + a * d[1]] #posの更新
            h_1.append(x_1)
            x_2.append(x_2)
    return pos_history
grad_descent(1.2, 1.2, 0.1, 0.1, 0.1)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

pos = np.array(x_1,x_2) の部分は pos = np.array((x_1,x_2)) の間違いではないでしょうか?

その他にも

  • x_2.append(x_2) の箇所は多分 h_2.append(x_2) 
  • return pos_histry の箇所は pos_histry が未定義

の間違いがありそうです

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.21%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる