python中几种自动微分库解析总结_F11 - 专业站长和开发者的学习网站

分享到

python中几种自动微分库解析总结

python 来源：互联网搜集作者：秩名发布时间：2019-08-29 23:27:46 人浏览

摘要

简单介绍下python的几个自动求导工具，tangent、autograd、sympy；在各种机器学习、深度学习框架中都包含了自动微分，微分主要有这么四种：手动微分法、数值微分法、符号微分法、自动微分法，这里分别简单走马观花（hello world式）的介绍下下面几种微分框

简单介绍下python的几个自动求导工具，tangent、autograd、sympy；

在各种机器学习、深度学习框架中都包含了自动微分，微分主要有这么四种：手动微分法、数值微分法、符号微分法、自动微分法，这里分别简单走马观花（hello world式）的介绍下下面几种微分框架；

sympy 强大的科学计算库，使用的是符号微分，通过生成符号表达式进行求导；求得的导数不一定为最简的，当函数较为复杂时所生成的表达式树异常复杂；

autograd自动微分先将符号微分用于基本的算子，带入数值并保存中间结果，后应用于整个函数；自动微分本质上就是图计算，容易做很多优化所以广泛应用于各种机器学习深度学习框架中；

tangent 为源到源（source-to-source）的自动微分框架，在计算函数f微分时他通过生成新函数f_grad来计算该函数的微分，与目前所存在的所有自动微分框架都有所不同；由于它是通过生成全新的函数来计算微分所以具有非常搞的可读性、可调式性这也是官方所说的与当前自动微分框架的重大不同；

sympy 求导

def grad():
  # 定义表达式的变量名称
  x, y = symbols('x y')
  # 定义表达式
  z = x**2 +y**2
  # 计算z关于y对应的偏导数
  return diff(z, y)
func = grad()

输出结果表达式z的导函数z‘=2*y

print(func)

把y 等于6 带入计算结果为12

print(func.evalf(subs ={'y':3}))

Autograd求偏导

import autograd.numpy as np
from autograd import grad
#表达式 f(x,y)=x^2+3xy+y^2
#df/dx = 2x+3y
#df/dy = 3x+2y
#x=1,y=2
#df/dx=8
#df/dy=7
def fun(x, y):
 z=x**2+3*x*y+y**2
 return z
fun_grad = grad(fun)
fun_grad(2.,1.)

输出：7.0

tangent求导

import tangent
def fun(x, y):
 z=x**2+3*x*y+y**2
 return z

默认为求z关于x的偏导数

dy_dx = tangent.grad(fun)

输出偏导数值为 8 ，z' = 2 * x，此处x传任何值都是一样的

df(4, y=1)

可通过使用wrt参数指定求关于某个参数的偏导数，下面为求z关于y的偏导数

df = tangent.grad(funs, wrt=([1]))

输出值为10 ,z' = 2 *y，此处x传任何值都是一样的

df(x=0, y=5)

上面说了那么多也没体现出tangent的核心：源到源（source-to-source）

在生成导函数的时候加入verbose=1参数，即可看到tangent为我们生成的用于计算导数的函数，默认情况下该值为0所以我们没感觉到tangent的求导与别的自动微分框架有什么区别；

def df(x):
  z = x**2
  return z
df = tangent.grad(df, verbose=1)
df(x=2)

在执行完上述代码后，我们看到了tangent为我们所生成用于求导数的函数：

def ddfdx(x, bz=1.0):
 z = x ** 2
 assert tangent.shapes_match(z, bz), 'Shape mismatch between return value (%s) and seed derivative (%s)' % (numpy.shape(z), numpy.shape(bz))
# Grad of: z = x ** 2
_bx = 2 * x * bz
bx = _bx
return bx

ddfdx函数就是所生成的函数，从中我们也可以看到表达式z的导函数z'=2 * x，tangent就是通过执行该函数用于求得导数的；

sympy 中的自动微分只是它强大的功能之一，autograd 从名字也可知它就是为了自动微分而生的，tangent初出茅庐2017年底Google才发布的自动微分方法也比较新颖，从17年发v0.1.8版本后也没见发版，源码更新也不够活跃；sympy、autograd比较成熟，tangent还有待观察；

您可能感兴趣的文章 :

原文链接 : https://www.cnblogs.com/softlin/p/11427390.html

Tag : python(762)解析(26)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速