此问题源于《深度学习入门》该书98页绘制函数图像的代码
def numerical_diff(f, x):
h = 1e-4 # 0.0001
return (f(x+h) - f(x-h)) / (2*h)
def function_1(x):
return 0.01*x**2 + 0.1*x
def tangent_line(f, x):
d = numerical_diff(f, x)
print(d)
y = f(x) - d*x
return lambda t: d*t + y
x = np.arange(0.0, 20.0, 0.1)
y = function_1(x)
plt.xlabel("x")
plt.ylabel("f(x)")
tf = tangent_line(function_1, 5)
y2 = tf(x)
分析 tf = tangent_line(function_1, 5) ;y2 = tf(x) 的逻辑:
1.function_1并没有加括号,为函数体,并未调用该函数,可以不传参;
2.function_1()括号内的参数x在tangent_line函数的内部,将5传给了function_1函数;
3.y2=tf(x)中的x传给了匿名函数lambda的参数t;