Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
`numpy.diff` 和 `scipy.fftpack.diff` 在微分时给出不同的结果
我正在尝试计算一些数据的导数 并且正在尝试比较有限差分的输出和谱方法的输出 但结果却截然不同 我无法弄清楚到底为什么 考虑下面的示例代码 import numpy as np from scipy import fftpack as sp
python
NumPy
scipy
derivative
differentiation
sympy 中共轭的导数
当我尝试用 SymPy 区分符号时 我得到以下结果 In x Symbol x In diff x x Out 1 当我将符号与其共轭微分时 结果是 In 55 diff x x conjugate Out 55 0 但是 当我尝试区分符号
python
sympy
derivative
differentiation
计算具有不均匀间隔点的 3D 梯度
我目前有一个由几百万个不均匀间隔的粒子组成的体积 每个粒子都有一个属性 对于那些好奇的人来说是潜力 我想计算其局部力 加速度 np gradient 仅适用于均匀分布的数据 我在这里查看 numpy 中的二阶梯度 https stackov
python
NumPy
scipy
numericalmethods
derivative
如何让 SymPy 收集偏导数?
我一直在使用 SymPy 来扩展复杂偏微分方程的项 并希望使用 Collect 函数来收集项 然而 在处理微分变量不同的二阶 或高阶 导数时似乎存在问题 在下面的代码示例中collect expr6 有效 但是collect expr7 没
python
sympy
Partial
derivative
collect
在 MATLAB 中数值计算复值函数的导数
我想在 MATLAB 中以数值方式计算复值函数 全纯函数 的导数 我已经计算了复平面上网格中的函数 并且尝试使用柯西 黎曼关系来计算导数 鉴于 u 实数 f v imag f x 实数 点 y imag 点 导数应由下式给出 f du dx
MATLAB
Math
complexnumbers
derivative
LibGDX 路径 (CatmullRomSpline) 恒速
我试图使用 LibGDX CatmullRomSpline 在路径上实现恒定速度 但在使其正常工作时遇到问题 我已经尝试对这个主题进行了很多研究 包括阅读 LibGDX wiki 但他们对实现恒定速度的解释并没有真正意义 我无法让他们的方法
Java
libgdx
Spline
Calculus
derivative
拉普拉斯滤波器是如何计算的?
我不太明白他们是如何得出导数方程的 有人可以详细解释一下 甚至可以提供一个有足够数学解释的链接吗 拉普拉斯滤波器看起来像 拉普拉斯先生提出了这个方程 这就是拉普拉斯算子的简单定义 二阶导数之和 您也可以将其视为海森矩阵 https en w
imageprocessing
Filtering
Convolution
derivative
Laplacian
Tensorflow:计算关于高阶张量的 Hessian 矩阵(仅对角部分)
我想计算我指定的损失相对于 vgg16 conv4 3 层内核 3x3x512x512 维矩阵 的每个特征图的一阶和二阶导数 Hessian 的对角部分 如果根据以下公式尊重低阶导数 我知道如何计算导数如何在Tensorflow中计算所有二
tensorflow
mathematicaloptimization
derivative
hessianmatrix
C# 中的激活函数列表
我可以在数学中找到激活函数列表 但在代码中却找不到 所以我想如果应该有这样一个列表的话 这将是代码中放置这样一个列表的正确位置 从这两个链接中算法的翻译开始 https en wikipedia org wiki Activation fu
c
neuralnetwork
derivative
activationfunction
xgboost 的 github 存储库中的自定义目标函数示例脚本中如何计算对数损失的梯度和粗麻布?
我想了解对数损失函数的梯度和粗麻布是如何计算的xgboost 示例脚本 https raw githubusercontent com dmlc xgboost master demo guide python custom objecti
NumPy
machinelearning
Entropy
derivative
xgboost
有没有矢量化的方法来计算 sympy 中的梯度?
如何在 sympy 中计算多元函数的 符号 梯度 显然我可以单独计算每个变量的导数 但是是否有矢量化运算可以做到这一点 例如 m sympy Matrix sympy symbols a b c d 现在对于 i 0 3 我可以这样做 sy
python
sympy
symbolicmath
derivative
MATLAB - 具有布尔值的棘手颂歌系统
编辑 感谢您的支持 现在我终于添加了图像 添加了完整的 m file 尽管我认为没有必要 代码的关键是 xp 2 x 2 gt X2 xp 3 gt 0 xp 3 x 3 gt X3 xp 2 gt 0 完整代码 function xp u
MATLAB
Boolean
derivative
在Matlab中将导数值保存在ode45中
我正在模拟一个带有质量弹簧和双摆的 有点奇怪 系统的运动方程 我有一个质量矩阵和函数 f x 并调用 ode45 来求解 M x f x t 我有5个状态变量 q QDot phi phiDot r rDot 删除了 Q 因为没有任何东西依
MATLAB
ODE
derivative
在 numpy 中表示一阶微分方程
我有一个等式dy dx x y 5和一个初始值 y 0 3 我想知道如何使用 pyplot 绘制该函数的精确图形 我也有一个x np linspace 0 interval steps 1 我想用它作为 x 轴 所以我只寻找 y 轴值 提前
NumPy
matplotlib
derivative
符号导数和积分
我想集成功能f4关于x然后求新函数的导数t 我可以用数值方法计算积分 有没有办法在R中以符号方式计算这个积分和导数 lambda 1 ci 1 aa lt function u k t f4 lt function x f1 lt func
r
Integration
derivative
如何使用 OpenCV 将偏导数高斯核应用于图像?
我正在尝试重现一篇论文的结果 其中他们将图像与高斯核的水平偏导数进行卷积 我还没有找到任何方法可以用 OpenCV 来实现这一点 那可能吗 我是否必须获得高斯滤波器 然后手动计算偏导数 正如 akarsakov 所说 OpenCV 没有为此
opencv
Gaussian
derivative
Sympy 到 numpy 会导致 AttributeError: 'Symbol' object has no attribute 'cos'
我正在尝试使用 sympy 进行偏导数 我想将其转换为函数 以便我可以替换值并估计 t 1 t 2 的某些值的导数 我使用的代码如下 import sympy as sp import numpy as np from sympy impo
python3x
NumPy
sympy
derivative
lambdify
R 中的显式公式与符号导数
我想评估某些函数的高阶导数f in R 我有两种可能性 Either I determine a general expression for f k the k th derivative of f which I can do in m
r
derivative
向量的数值导数
我遇到一个向量 x Nx1 相对 于另一个与 x 大小相同的向量 t 时间 的数值导数的问题 我执行以下操作 以 x 被选为正弦函数为例 t t0 ts tf x sin t xd diff x ts 但答案 xd 是 N 1 x1 并且我
MATLAB
numerical
derivative
Java - 使用 Apache Commons 数学库计算导数
我在使用 apache commons 数学库时遇到问题 我只想创建像 f x 4x 2 2x 这样的函数 并且我想计算这个函数的导数 gt f x 8x 2 我读过关于差异化的文章 http commons apache org prop
1
2
»