pytorch——函数优化

这段代码展示了如何利用PyTorch的Adam优化器找到Himmelblau函数的最小值。代码首先定义了Himmelblau函数,然后创建了一个3D图形来可视化该函数。接着,通过20000次迭代,使用梯度下降法更新参数以逼近函数的最小值,并在每个2000步时打印当前的坐标和预测值。
摘要由CSDN通过智能技术生成

对函数找最小值的代码

import torch
import numpy as np
import matplotlib.pyplot as plt

def himmelblau(x):
    return (x[0]**2+x[1]-11)**2+(x[0]+x[1]**2-7)**2

x=np.arange(-6,6,0.1)
y=np.arange(-6,6,0.1)
X,Y=np.meshgrid(x,y)
print('maps:',X.shape,Y.shape)
Z=himmelblau([X,Y])

fig=plt.figure('himmelblau')
ax=fig.gca(projection='3d')
ax.plot_surface(X,Y,Z)
ax.view_init(60,-30)
ax.set_xlabel('x')
ax.set_ylabel('y')
plt.show()

x=torch.tensor([0.,0.],requires_grad=True)
optimizer=torch.optim.Adam([x],lr=1e-3)
for step in range(20000):

    pred=himmelblau(x)
    optimizer.zero_grad()
    pred.backward()
    optimizer.step()

    if(step%2000==0):
        print('step {}:x= {},y= {}'.format(step,x.tolist(),pred.item()))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值