python应用Axes3D绘图(批量梯度下降算法)


Posted in Python onMarch 25, 2020

本文实例为大家分享了python批量梯度下降算法的具体代码,供大家参考,具体内容如下

问题:

将拥有两个自变量的二阶函数绘制到空间坐标系中,并通过批量梯度下降算法找到并绘制其极值点

大体思路:

首先,根据题意确定目标函数:f(w1,w2) = w1^2 + w2^2 + 2 w1 w2 + 500
然后,针对w1,w2分别求偏导,编写主方法求极值点
而后,创建三维坐标系绘制函数图像以及其极值点即可

具体代码实现以及成像结果如下:

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d.axes3d import Axes3D

#f(w1,w2) = w1^2 + w2^2 + 2*w1*w2 + 500
def targetFunction(W): #目标函数
 w1,w2 = W
 return w1 ** 2 + w2**2 + 2*w1*w2+500

def gradientFunction(W): #梯度函数:分别对w1,w2求偏导
 w1,w2 = W
 w1_grad = 2*w1+2*w2
 w2_grad = 2*w2 + 2*w1
 return np.array([w1_grad,w2_grad])

def batch_gradient_distance(targetFunc,gradientFunc,init_W,learning_rate = 0.01,tolerance = 0.0000001): #核心算法
 W = init_W
 target_value = targetFunc(W)
 counts = 0 #用于计算次数
 while counts<5000:
 gradient = gradientFunc(W)
 next_W = W-gradient*learning_rate
 next_target_value = targetFunc(next_W)
 if abs(next_target_value-target_value) <tolerance:
 print("此结果经过了", counts, "次循环")
 return next_W
 else:
 W,target_value = next_W,next_target_value
 counts += 1
 else:
 print("没有取到极值点")


if __name__ == '__main__':
 np.random.seed(0) #保证每次运行随机出来的结果一致
 init_W = np.array([np.random.random(),np.random.random()]) #随机初始的w1,w2
 w1,w2 = batch_gradient_distance(targetFunction,gradientFunction,init_W)
 print(w1,w2)
 #画图
 x1=np.arange(-10,11,1) #为了绘制函数的原图像
 x2=np.arange(-10,11,1)

 x1, x2 = np.meshgrid(x1, x2) # meshgrid :3D坐标系

 z=x1**2 + x2**2 + 2*x1*x2+500

 fig = plt.figure()
 ax = Axes3D(fig)
 ax.plot_surface(x1, x2, z) #绘制3D坐标系中的函数图像
 ax.scatter(w1,w2, targetFunction([w1,w2]), s=50, c='red') #绘制已经找到的极值点
 ax.legend() #使坐标系为网格状

 plt.show() #显示

函数以及其极值点成像如下(红点为极值点):

python应用Axes3D绘图(批量梯度下降算法)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
python数据结构之二叉树的统计与转换实例
Apr 29 Python
python实现html转ubb代码(html2ubb)
Jul 03 Python
Python中正则表达式详解
May 17 Python
python3+PyQt5 使用三种不同的简便项窗口部件显示数据的方法
Jun 17 Python
Python 从subprocess运行的子进程中实时获取输出的例子
Aug 14 Python
基于python的BP神经网络及异或实现过程解析
Sep 30 Python
tensorflow实现测试时读取任意指定的check point的网络参数
Jan 21 Python
Python小白学习爬虫常用请求报头
Jun 03 Python
浅谈keras使用中val_acc和acc值不同步的思考
Jun 18 Python
基于python实现ROC曲线绘制广场解析
Jun 28 Python
五种Python转义表示法
Nov 27 Python
python中封包建立过程实例
Feb 18 Python
2020新版本pycharm+anaconda+opencv+pyqt环境配置学习笔记,亲测可用
Mar 24 #Python
python实现梯度下降和逻辑回归
Mar 24 #Python
详解Python 实现 ZeroMQ 的三种基本工作模式
Mar 24 #Python
python使用梯度下降算法实现一个多线性回归
Mar 24 #Python
PyQt5+python3+pycharm开发环境配置教程
Mar 24 #Python
python实现最速下降法
Mar 24 #Python
python实现梯度法 python最速下降法
Mar 24 #Python
You might like
php获取bing每日壁纸示例分享
2014/02/25 PHP
php实现按照权重随机排序数据的方法
2015/01/09 PHP
PHP实现搜索相似图片
2015/09/22 PHP
php PDO判断连接是否可用的实现方法
2017/04/03 PHP
php利用fsockopen GET/POST提交表单及上传文件
2017/05/22 PHP
php使用curl_init()和curl_multi_init()多线程的速度比较详解
2018/08/15 PHP
新浪中用来显示flash的函数
2007/04/02 Javascript
Javascript 遍历对象中的子对象
2009/07/03 Javascript
(jQuery,mootools,dojo)使用适合自己的编程别名命名
2010/09/14 Javascript
javascript 冒泡排序 正序和倒序实现代码
2010/12/14 Javascript
基于jQuery的烟花效果(运动相关)点击屏幕出烟花
2012/06/14 Javascript
js控制容器隐藏出现防止样式变化的两种方法
2014/04/25 Javascript
jQuery实现ajax调用WCF服务的方法(附带demo下载)
2015/12/04 Javascript
jQuery flip插件实现的翻牌效果示例【附demo源码下载】
2016/09/20 Javascript
javascript 数组去重复(在线去重工具)
2016/12/17 Javascript
AngularJS使用angular.bootstrap完成模块手动加载的方法分析
2017/01/19 Javascript
深入理解Commonjs规范及Node模块实现
2017/05/17 Javascript
微信小程序倒计时功能实现代码
2017/11/09 Javascript
Vue Prop属性功能与用法实例详解
2019/02/23 Javascript
基于Vue sessionStorage实现保留搜索框搜索内容
2020/06/01 Javascript
[08:44]DOTA2发布会群星聚首 我们都是刀塔人
2014/03/21 DOTA
[02:58]献给西雅图的情书_高清
2014/05/29 DOTA
Python中的rfind()方法使用详解
2015/05/19 Python
python随机生成库faker库api实例详解
2019/11/28 Python
python系统指定文件的查找只输出目录下所有文件及文件夹
2020/01/19 Python
详解如何在css中引入自定义字体(font-face)
2018/05/17 HTML / CSS
突袭HTML5之Javascript API扩展1—Web Worker异步执行及相关概述
2013/01/31 HTML / CSS
日本最大级玩偶手办购物:あみあみ Amiami
2018/04/23 全球购物
Under Armour西班牙官网:美国知名的高端功能性运动品牌
2018/12/12 全球购物
荣耀俄罗斯官网:HONOR俄罗斯
2020/10/31 全球购物
优秀医生事迹材料
2014/02/12 职场文书
党员政治学习材料
2014/05/14 职场文书
拔河比赛口号
2014/06/10 职场文书
学校党支部公开承诺书
2015/04/30 职场文书
撤诉申请书法院范本
2015/05/18 职场文书
运动会主持人开幕词
2016/03/04 职场文书