勾配降下法でR_meanの極小値を求めたいが、TypeError: 'numpy.float64' object is not callableとエラーが出る

Question

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

import numpy as np
import random

def R(N,arr_x):
   
途中省略

　　R_mean=sum(R_list)/len(R_list)

    return R_mean

#多変数関数の偏微分
def numerical_gradient(f, x):
    h = 1e-4 #微小変化

    n=len(x)

    for i in range(n):
        dfdx=[]
　　    x[i]=x[i]+h
        dfdx_i=(f(N,x) - f(N,x)) / (2 * h)
        dfdx.append(dfdx_i)

    return np.array(dfdx)

#勾配降下法
def gradient_descent(f, init_x, lr=0.01, step_num=100):
    # xの初期値を設定
    x = init_x

    # 繰り返し試行
    for i in range(step_num):
        # 勾配を計算
        grad = numerical_gradient(f, x)

        x -= lr * grad

    return x



if __name__=='__main__':
    N=10
    arr_x = np.random.randint(N,N)
    print(R(N,arr_x))
    print(numerical_gradient(R(N,arr_x),arr_x))
    print(gradient_descent(R(N,arr_x),arr_x))

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

Answer 1

    print(numerical_gradient(R(N,arr_x),arr_x))
    print(gradient_descent(R(N,arr_x),arr_x))

で、numerical_gradientとgradient_descentの第一引数は関数でなければなりません。
しかし、R(N,arr_x)は関数ではなく、関数の実行結果であるndarrayなので、このエラーが出ています。

おそらく、

    print(numerical_gradient(R,arr_x))
    print(gradient_descent(R,arr_x))

なのだろうと思いますが、省略されたコードですので他の問題もあるかもしれません。

Comments

[odadadada]

関数を引数にするときは()に値を入れてはいけないのですね。ありがとうございました。
（そもそもdef numerical_gradient(f, x)が偏微分の関数として機能しないことはさておき）