前提・実現したいこと
Nという数値、arr_xという配列を変数として持つ関数R(N,arr_x)の極小値を勾配降下法で求めたいです。しかし、その偏微分係数の配列が得られず困っています。arr_xの要素で偏微分したいです。
発生している問題・エラーメッセージ
dfdx_i=(f(N,x[i]+h) - f(N,x[i]-h)) / (2 * h)
TypeError: 'numpy.float64' object is not callable
該当のソースコード
Python
1import numpy as np 2import random 3 4def R(N,arr_x): 5 6途中省略 7 8 R_mean=sum(R_list)/len(R_list) 9 10 return R_mean 11 12#多変数関数の偏微分 13def numerical_gradient(f, x): 14 h = 1e-4 #微小変化 15 16 n=len(x) 17 18 for i in range(n): 19 dfdx=[] 20 x[i]=x[i]+h 21 dfdx_i=(f(N,x) - f(N,x)) / (2 * h) 22 dfdx.append(dfdx_i) 23 24 return np.array(dfdx) 25 26#勾配降下法 27def gradient_descent(f, init_x, lr=0.01, step_num=100): 28 # xの初期値を設定 29 x = init_x 30 31 # 繰り返し試行 32 for i in range(step_num): 33 # 勾配を計算 34 grad = numerical_gradient(f, x) 35 36 x -= lr * grad 37 38 return x 39 40 41 42if __name__=='__main__': 43 N=10 44 arr_x = np.random.randint(N,N) 45 print(R(N,arr_x)) 46 print(numerical_gradient(R(N,arr_x),arr_x)) 47 print(gradient_descent(R(N,arr_x),arr_x)) 48
試したこと
関数R()の方は、R_mean=0.4567368 ぐらいの値になっており、問題なく計算できています。
偏微分の係数を配列として欲しいです。
補足情報(FW/ツールのバージョンなど)
Atom
回答1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。
2022/01/25 04:08 編集