PYTHON深度学习--梯度学习

最新推荐文章于 2024-04-03 19:22:56 发布

CCCCCCCCCCCC_

最新推荐文章于 2024-04-03 19:22:56 发布

阅读量425

点赞数 1

分类专栏： python

本文链接：https://blog.csdn.net/CCCCCCCCCCCC_/article/details/102093575

版权

这篇博客探讨了Python深度学习中梯度学习的概念，通过执行%matplotlib inline设置图表内联显示，并运行相关脚本来深入理解梯度学习在实践中如何应用。

摘要由CSDN通过智能技术生成

#梯度学习

# coding: utf-8
import numpy as np
import matplotlib.pylab as plt
from mpl_toolkits.mplot3d import Axes3D


def _numerical_gradient_no_batch(f, x):
    h = 1e-4  # 0.0001
    grad = np.zeros_like(x)
    
    for idx in range(x.size):
        tmp_val = x[idx]
        x[idx] = float(tmp_val) + h
        fxh1 = f(x)  # f(x+h)
        
        x[idx] = tmp_val - h 
        fxh2 = f(x)  # f(x-h)
        grad[idx] = (fxh1 - fxh2) / (2*h)
        
        x[idx] = tmp_val  # 还原值
        
    return grad


def numerical_gradient(f, X):
    if X.ndim == 1:
        return _numerical_gradient_no_batch(f, X)
    else:
        grad = np.zeros_like(X)
        
        for idx, x in enumerate(X):
            grad[idx] = _numerical_gradient_no_batch(f, x)
        
        return grad


def function_2(x):
    if x.ndim == 1:
        return np.sum(x**2)
    else:
        return np.sum(x**2, axis=1)


def tan