我有这样的功能:
def fun(A, B, C):
return numpy.sum(numpy.dot(A, B)) + numpy.sum(C)
其中A、B、C为二维numpy.array,返回值为float值
如何获得关于 A、B 或 的 ? (并且偏导数也将是 fun(A,B,C) 的偏导数>cnumpy.array)
我已准备好使用像 numpy 和 scipy 这样的库,但不是符号库。
请您参考如下方法:
对于数值微分,可以使用numdifftools .
import numpy as np
import numdifftools
def fun(A, B, C):
return numpy.sum(numpy.dot(A, B)) + numpy.sum(C)
def fun_A(A, B, C):
J = numdifftools.Jacobian(lambda z: fun(z.reshape(A.shape), B, C).ravel())
return J(A.ravel()).reshape(A.shape)
np.random.seed(1234)
A = np.random.rand(30,30)
B = np.random.rand(30,30)
C = np.random.rand(30,30)
print fun_A(A,B,C)[3,5]
# -> 14.9081790839
# Verify result manually
Ap = A.copy()
Ap[3,5] += 1e-6
print (fun(Ap,B,C) - fun(A,B,C)) / 1e-6
# -> 14.908178855
您还可以使用后一种方法轻松编写您自己的朴素数值微分例程,只需每次将每个矩阵元素递增少量即可。
