似乎 numpy 数组会自动忽略小数

Question

似乎 numpy 数组会自动忽略 delta_x。以下梯度向量的输出是巨大的。下面的渐变代码需要做哪些改动？

import copy
import numpy as np

def numerical_gradient(f, x):
    delta_x = 1e-7    # 0.0000001
    gradient = np.zeros_like(x)    # Return an array of zeros with the same shape

    for i in range(x.size): 
        # constructs a new compound object and then, recursively, 
        # inserts copies into it of the objects found in the original
        _x1 = copy.deepcopy(x)    
        _x1[i] = x[i] + delta_x
        _y1 = f(_x1)    # f(x + delta_x)

        _x2 = copy.deepcopy(x)
        _x2[i] = x[i] - delta_x
        _y2 = f(_x2)    # f(x - delta_x)

        gradient[i] = (_y1 - _y2) / (delta_x*2)
    return gradient

def f(x):
    y = x[0]**2 + x[1]**2
    return y

numerical_gradient(f,np.array([3,3]))

Answer 1

问题出在这一行：

numerical_gradient(f,np.array([3,3]))

这会初始化一个整数数组；使用 deepcopy 和 zeros_like 可以创建更多整数数组。您尝试将 2.999999 分配给 _x2 中的整数数组元素，该元素四舍五入为 2。

如果你这样做：

numerical_gradient(f,np.array([3.0, 3.0]))

输出符合预期。

似乎 numpy 数组会自动忽略小数

It seems numpy array automatically ignores decimals

python

gradient

numpy