【问题标题】:How does one vectorize nicely in MATLAB the following partial derivative with respect to a vector?如何在 MATLAB 中很好地向量化以下关于向量的偏导数?
【发布时间】:2015-08-20 03:43:51
【问题描述】:

我试图实现以下等式:

在matlab中。解释一些符号df/dt^(1)_{i,j}应该是一个向量,z^{(2)}_{k2}是一个实数,a^{(2)}_{i,j}是一个实数,[t^{(2)}_{k2}]是一个向量,x_i是一个向量,t^{(1)}_{i,j}是一个向量.有关符号的更多澄清 cmets,请查看与此相关的 math.stackexchange question。此外,我尝试用 cmets 对代码进行大量注释,说明输入和输出应该是什么,以尽量减少对相关变量维度的混淆。

我确实有一个潜在的实现(我相信它是正确的),但有时 MATLAB 有一些很好的隐藏技巧,我想知道这是否是上述矢量化方程的一个很好的实现,或者是否有更好的实现。

目前这里是我的代码:

function [ dJ_dt1 ] = compute_t1_gradient(t1,x,y,f,z_l1,z_l2,a_l2,c,t2,lambda)
%compute_t1_gradient_loops - computes the t1 parameter of a 2 layer HBF
%   Computes dJ_dt1 according to:
%       dJ_dt1
%   Input:
%       t1 = centers (Dp x Dd x Np)
%       x = data (D x 1)
%       y = label (1 x 1)
%       f = f(x) (1 x 1)
%       z_l1 = inputs l2 (Np x Dd)
%       z_l2 = inputs l1 (K2 x 1)
%       a_l2 = activations l2 (Np x Dd)
%       a_l3 = activations l3 (K2 x 1)
%       c = weights (K2 x 1)
%       t2 = centers (K1 x K2)
%       lambda = reg param (1 x 1)
%       mu_c = step size (1 x 1)
%   Output:
%       dJ_dt1 = gradient (Dp x Dd x Np)
[Dp, ~, ~] = size(t1);
[Np, Dd] = size(a_l2);
x_parts = reshape(x, [Dp, Np])'; % Np x Dp
K1 = Np * Dd;
a_l2_col_vec = reshape(a_l2', [K1, 1]); %K1 x 1
alpha = bsxfun(@minus, a_l2_col_vec, t2); %K1 x K2
c_z_l2 = (c .* exp(-z_l2))'; % 1 x K2
alpha = bsxfun(@times, c_z_l2, alpha); %K1 x K2
alpha = bsxfun(@times, reshape(exp(-z_l1'),[K1, 1]) , alpha);
alpha = sum(alpha, 2); %K1 x 1
xi_t1 = bsxfun(@minus, x_parts', permute(t1, [1,3,2]));
% alpha K1 x 1
% xi_t1 Dp x Np x Dd
dJ_dt1 = bsxfun(@minus, reshape(alpha,[Dd, Np]), permute(xi_t1, [3, 2, 1]));
dJ_dt1 = permute(dJ_dt1,[3,1,2]);
dJ_dt1 = -4*(y-f)*dJ_dt1;
dJ_dt1 = dJ_dt1 + lambda * 0; %TODO
end

实际上,此时我决定将上述函数再次实现为for循环。不幸的是,他们没有给出相同的答案,这让我怀疑上述是否正确。我将粘贴我想要/打算矢量化的 for 循环代码:

function [ dJ_dt1 ] = compute_t1_gradient_loops(t1,x,y,f,z_l1,z_l2,a_l2,c,t2)
%compute_t1_gradient_loops - computes the t1 parameter of a 2 layer HBF
%   Computes t1 according to:
%       t1 := t1 - mu_c * dJ/dt1
%   Input:
%       t1 = centers (Dp x Dd x Np)
%       x = data (D x 1)
%       y = label (1 x 1)
%       f = f(x) (1 x 1)
%       z_l1 = inputs l2 (Np x Dd)
%       z_l2 = inputs l1 (K2 x 1)
%       a_l2 = activations l2 (Np x Dd)
%       a_l3 = activations l3 (K2 x 1)
%       c = weights (K2 x 1)
%       t2 = centers (K1 x K2)
%       lambda = reg param (1 x 1)
%       mu_c = step size (1 x 1)
%   Output:
%       dJ_dt1 = gradeint (Dp x Dd x Np)
[Dp, ~, ~] = size(t1); %(Dp x Dd x Np)
[Np, Dd] = size(a_l2);
K2 = length(c);
t2_tensor = reshape(t2, Dd, Np, K2);
x_parts = reshape(x, [Dp, Np]);
dJ_dt1 = zeros(Dp, Dd, Np);
for i=1:Dd
    xi = x_parts(:,i);
    for j=1:Np
        t_l1_ij = t1(:,i,j);
        a_l2_ij = a_l2(j, i);
        z_l1_ij = z_l1(j,i);
        alpha_ij = 0;
        for k2=1:K2
            t2_k2ij = t2_tensor(i,j,k2);
            c_k2 = c(k2);
            z_l2_k2 = z_l2(k2);
            new_delta = c_k2*-1*exp(-z_l2_k2)*2*(a_l2_ij - t2_k2ij);
            alpha_ij = alpha_ij + new_delta;
        end
        alpha_ij = 2*(y-f)*-1*exp(-z_l1_ij)*2*(xi - t_l1_ij);
        dJ_dt1(:,i,j) = alpha_ij;
    end
end
end

实际上,我什至用Andrew Ng suggests 的方式近似了导数,以检查梯度下降,例如:

为此,我什至为它编写了代码:

%% update t1 unit test
%% dimensions
Dp = 3;
Np = 4;
Dd = 2;
K2 = 5;
K1 = Dd * Np;
%% fake data & params
x = (1:Dp*Np)';
y = 3;
c = (1:K2)';
t2 = rand(K1, K2);
t1 = rand(Dp, Dd, Np);
lambda = 0;
mu_t1 = 1;
%% call f(x)
[f, z_l1, z_l2, a_l2, ~ ] = f_star(x,c,t1,t2,Np,Dp);
%% update gradient
dJ_dt1_ij_loops = compute_t1_gradient_loops(t1,x,y,f,z_l1,z_l2,a_l2,c,t2);
dJ_dt1 = compute_t1_gradient(t1,x,y,f,z_l1,z_l2,a_l2,c,t2,lambda);
eps = 1e-4;
e_111 = zeros( size(t1) );
e_111(1,1,1) = eps;
derivative = (J(y, x, c, t2, t1 + e_111, Np, Dp) - J(y, x, c, t2, t1  - e_111, Np, Dp) ) / (2*eps);
derivative
dJ_dt1_ij_loops(1,1,1)
dJ_dt1(1,1,1)

但似乎没有一个衍生物与“近似”的结果一致。一次运行的输出如下所示:

>> update_t1_gradient_unit_test

derivative =

    0.0027

dJ_dt1_ij_loops

ans =

    0.0177

dJ_dt1

ans =

   -0.5182

>> 

我不清楚是否有错误...似乎它几乎与循环匹配,但足够接近吗?

吴恩达确实说过:

但是,我没有看到 4 位有效数字表示同意!甚至不是相同的数量级:(我猜两者都是错误的,但我似乎无法理解为什么或在哪里/如何。


在相关说明中,我还要求检查我在顶部的导数是否实际上(数学上正确),因为此时我不确定哪一部分是错误的,哪一部分是正确的。问题的链接在这里:

https://math.stackexchange.com/questions/1386958/partial-derivative-of-recursive-exponential-fx-sumk-2-k-2-1c-k-2-e


更新

我已经用循环实现了一个新版本的衍生产品,它几乎与我创建的一个小例子一致。

这是新的实现(在某处有错误...):

function [ dJ_dt1 ] = compute_df_dt1_loops3(t1,x,z_l1,z_l2,a_l2,c,t2)
%   Computes t1 according to:
%       df/dt1
%   Input:
%       t1 = centers (Dp x Dd x Np)
%       x = data (D x 1)
%       z_l1 = inputs l2 (Np x Dd)
%       z_l2 = inputs l1 (K2 x 1)
%       a_l2 = activations l2 (Np x Dd)
%       a_l3 = activations l3 (K2 x 1)
%       c = weights (K2 x 1)
%       t2 = centers (K1 x K2)
%   Output:
%       dJ_dt1 = gradeint (Dp x Dd x Np)
[Dp, Dd, Np] = size(t1); %(Dp x Dd x Np)
K2 = length(c);
x_parts = reshape(x, [Dp, Np]);
dJ_dt1 = zeros(Dp, Dd, Np);
for i=1:Np
    xi_part = x_parts(:,i);
    for j=1:Dd
        z_l1_ij = z_l1(i,j);
        a_l2_ij = a_l2(i,j);
        t_l1_ij = t1(:,i,j);
        alpha_ij = 0;
        for k2=1:K2
            ck2 = c(k2);
            t2_k2 = t2(:, k2);
            index = (i-1)*Dd + j;
            t2_k2_ij = t2_k2(index);
            z_l2_k2 = z_l2(k2);
            new_delta = ck2*(exp(-z_l2_k2))*2*(a_l2_ij - t2_k2_ij);
            alpha_ij = alpha_ij + new_delta;
        end
        alpha_ij = -1 * alpha_ij * exp(-z_l1_ij)*2*(xi_part - t_l1_ij);
        dJ_dt1(:,i,j) = alpha_ij;
    end
end

这是计算数值导数的代码(正确且按预期工作):

function [ dJ_dt1_numerical ] = compute_numerical_derivatives( x, c, t1, t2, eps)
%   Computes t1 according to:
%       df/dt1 numerically
%   Input:
%       x = data (D x 1)
%       c = weights (K2 x 1)
%       t1 = centers (Dp x Dd x Np)
%       t2 = centers (K1 x K2)
%   Output:
%       dJ_dt1 = gradeint (Dp x Dd x Np)
[Dp, Dd, Np] = size(t1);
dJ_dt1_numerical = zeros(Dp, Dd, Np);
for np=1:Np
    for dd=1:Dd
        for dp=1:Dp
            e_dd_dp_np = zeros(Dp, Dd, Np);
            e_dd_dp_np(dp,dd,np) = eps;
            f_e1 = f_star_loops(x,c,t1+e_dd_dp_np,t2);
            f_e2 = f_star_loops(x,c,t1-e_dd_dp_np,t2);
            numerical_derivative = (f_e1 - f_e2)/(2*eps);
            dJ_dt1_numerical(dp,dd,np) = numerical_derivative;
        end
    end
end
end

我将提供 f 的代码和我实际使用的数字,以防人们重现我的结果:

这是 f 所做的代码(这也是正确的并且按预期工作):

function [ f, z_l1, z_l2, a_l2, a_l3 ] = f_star_loops( x, c, t1, t2)
%f_start - computes 2 layer HBF predictor
%   Computes f^*(x) = sum_i c_i a^(3)_i
%   Inputs:
%       x = data point (D x 1)
%           x = [x1, ..., x_np, ..., x_Np]
%       c = weights (K2 x 1)
%       t2 = centers (K1 x K2)
%       t1 = centers (Dp x Dd x Np)
%   Outputs:
%       f = f^*(x) = sum_i c_i a^(3)_i
%       a_l3 = activations l3 (K2 x 1)
%       z_l2 = inputs l2 (K2 x 1)
%       a_l2 = activations l2 (Np x Dd)
%       z_l1 = inputs l1 (Np x Dd)
[Dp, Dd, Np] = size(t1);
z_l1 = zeros(Np, Dd);
a_l2 = zeros(Np, Dd);
x_parts = reshape(x, [Dp, Np]);
%% Compute components of 1st layer z_l1 and a_l1
for np=1:Np
    x_np = x_parts(:,np);
    t1_np = t1(:,:, np);
    for dd=1:Dd
        t1_np_dd = t1_np(:, dd);
        z_l1_np_dd = norm(t1_np_dd - x_np, 2)^2;
        a_l1_np_dd = exp(-z_l1_np_dd);
%         a_l1_np_dd = -z_l1_np_dd;
%         a_l1_np_dd = sin(-z_l1_np_dd);
        % insert
        a_l2(np, dd) = a_l1_np_dd;
        z_l1(np, dd) = z_l1_np_dd;
    end
end
%% Compute components of 2nd layer z_l2 and a_l2
K1 = Dd*Np;
K2 = length(c);
a_l2_vec = reshape(a_l2', [K1,1]);
z_l2 = zeros(K2, 1);
for k2=1:K2
    t2_k2 = t2(:, k2); % K2 x 1
    z_l2_k2 = norm(t2_k2 - a_l2_vec, 2)^2;
    % insert
    z_l2(k2) = z_l2_k2;
end
%% Output later 3rd layer
a_l3 = exp(-z_l2);
% a_l3 = -z_l2;
% a_l3 = sin(-z_l2);
f = c' * a_l3;
end

这是我用于测试的数据:

%% Test 1: 
% dimensions
disp('>>>>>>++++======--------> update t1 unit test');
% fake data & params
x = (1:6)'/norm(1:6,2)
c = [29, 30, 31, 32]'
t2 = [(13:16)/norm((13:16),2); (17:20)/norm((17:20),2); (21:24)/norm((21:24),2); (25:28)/norm((25:28),2)]'
Dp = 3;
Dd = 2;
Np = 2;
t1 = zeros(Dp,Dd, Np); % (Dp, Dd, Np)
t1(:,:,1) = [(1:3)/norm((1:3),2); (4:6)/norm((4:6),2)]';
t1(:,:,2) = [(7:9)/norm((7:9),2); (10:12)/norm((10:12),2)]';
t1
% call f(x)
[f, z_l1, z_l2, a_l2, a_l3 ] = f_star_loops(x,c,t1,t2)
% gradient
df_dt1_loops = compute_df_dt1_loops3(t1,x,z_l1,z_l2,a_l2,c,t2);
df_dt1_loops2 = compute_df_dt1_loops3(t1,x,z_l1,z_l2,a_l2,c,t2);
eps = 1e-10;
dJ_dt1_numerical = compute_numerical_derivatives( x, c, t1, t2, eps);
disp('---- Derivatives ----');
for np=1:Np
    np
    dJ_dt1_numerical_np = dJ_dt1_numerical(:,:,np);
    dJ_dt1_numerical_np
    df_dt1_loops2_np = df_dt1_loops(:,:,np);
    df_dt1_loops2_np
end

请注意,数值导数现在是正确的(我确信因为我比较了 mathematica 返回的匹配值,加上 f 已被调试,所以它可以按我的意愿工作)。

这是一个输出示例(数值导数的矩阵应该使用我的方程匹配导数的矩阵):

---- Derivatives ----

np =

     1


dJ_dt1_numerical_np =

    7.4924   13.1801
   14.9851   13.5230
   22.4777   13.8660


df_dt1_loops2_np =

    7.4925    5.0190
   14.9851    6.2737
   22.4776    7.5285


np =

     2


dJ_dt1_numerical_np =

   11.4395   13.3836
    6.9008    6.6363
    2.3621   -0.1108


df_dt1_loops2_np =

   14.9346   13.3835
   13.6943    6.6363
   12.4540   -0.1108

【问题讨论】:

  • 只是几个问题。为什么reshape(x, [Dp, Np])' 如果x 是一个向量,为什么不直接用反向索引重塑它呢?为什么exp(-1 * z_l2) 而不仅仅是exp(-z_l2)
  • 另外,您让我想知道,通过不逐步分配值,而是将 bsxfun 调用相互嵌套,您对 alpha 的分配是否会明显更快。我知道这会变得不那么透明,而且你的问题是关于重组的,但它仍然让我感到疑惑。
  • 感谢您的回答,您对嵌套有很好的看法。通过反转索引,我只是指使用reshape(x,[Np Dp]) 而不是reshape(x, [Dp, Np])'。同样,不应该是性能问题,我只是好奇。
  • 对不起,你是完全正确的:) 你的代码根本没有对我说“愚蠢”,所以并不奇怪。
  • 现在更清楚了,谢谢。如果我是你,我会用粗体标注矢量(考虑到你有带有各种索引集的矢量和标量)。而且您的示例需要进行一些清理:一些术语已从您的公式中删除,而有些术语甚至从未存在过(例如对 a_l3 的引用)。

标签: matlab machine-learning vectorization gradient-descent


【解决方案1】:

更新:我对公式中某些数量的指数存在一些误解,另请参阅更新后的问题。我在下面留下了原始答案(因为向量化应该以相同的方式进行),最后为了完整性我添加了与 OP 的实际问题相对应的最终向量化版本。

问题

您的代码和公式之间存在一些不一致之处。在您的公式中,您引用了x_i,但是您的x 数组的相应大小是索引j 的大小。那么,这与您的 math.stackexchange 问题一致,其中 ij 似乎与您在此处使用的符号互换...

无论如何,这是您的函数的固定循环版本:

function [ dJ_dt1 ] = compute_t1_gradient_loops(t1,x,y,f,z_l1,z_l2,a_l2,c,t2)
%compute_t1_gradient_loops - computes the t1 parameter of a 2 layer HBF
%   Input:
%       t1 = (Dp x Dd x Np)
%       x = (D x 1)
%       z_l1 = (Np x Dd)
%       z_l2 = (K2 x 1)
%       a_l2 = (Np x Dd)
%       c =  (K2 x 1)
%       t2 = (K1 x K2)
%
%       K1=Dd*Np
%        D=Dp*Dd
%       Dp,Np,Dd,K2 unique
%
%   Output:
%       dJ_dt1 = gradient (Dp x Dd x Np)
[Dp, ~, ~] = size(t1); %(Dp x Dd x Np)
[Np, Dd] = size(a_l2);
K2 = length(c);
t2_tensor = reshape(t2, Dd, Np, K2);  %Dd x Np x K2
x_parts = reshape(x, [Dp, Dd]);       %Dp x Dd
dJ_dt1 = zeros(Dp, Dd, Np);           %Dp x Dd x Np
for i=1:Dd
    xi = x_parts(:,i);
    for j=1:Np
        t_l1_ij = t1(:,i,j);
        a_l2_ij = a_l2(j, i);
        z_l1_ij = z_l1(j,i);
        alpha_ij = 0;
        for k2=1:K2
            t2_k2ij = t2_tensor(i,j,k2);
            c_k2 = c(k2);
            z_l2_k2 = z_l2(k2);
            new_delta = c_k2*exp(-z_l2_k2)*(a_l2_ij - t2_k2ij);
            alpha_ij = alpha_ij + new_delta;
        end
        alpha_ij = -4*alpha_ij* exp(-z_l1_ij)*(xi - t_l1_ij);
        dJ_dt1(:,i,j) = alpha_ij;
    end
end
end

注意事项:

  1. 我将x 的大小更改为D=Dp*Dd,以保留公式的i 索引。否则需要重新考虑更多的事情。
  2. 您可以使用Dp=size(t1,1) 而不是[Dp, ~, ~] = size(t1);
  3. 在您的循环版本中,您忘记在求和之后保留 alpha_ij,因为您用前置因子覆盖了旧值而不是相乘

如果我误解了你的意图,请告诉我,我会相应地更改循环版本。

矢量化版本

假设循环版本做你想要的,这里是一个矢量化版本,类似于你最初的尝试:

function [ dJ_dt1 ] = compute_t1_gradient_vect(t1,x,y,f,z_l1,z_l2,a_l2,c,t2)
%compute_t1_gradient_vect - computes the t1 parameter of a 2 layer HBF
%   Input:
%       t1 = (Dp x Dd x Np)
%       x = (D x 1)
%       y = (1 x 1)
%       f = (1 x 1)
%       z_l1 = (Np x Dd)
%       z_l2 = (K2 x 1)
%       a_l2 = (Np x Dd)
%       c =  (K2 x 1)
%       t2 = (K1 x K2)
%
%       K1=Dd*Np
%        D=Dp*Dd
%       Dp,Np,Dd,K2 unique
%
%   Output:
%       dJ_dt1 = gradient (Dp x Dd x Np)
Dp = size(t1,1);
[Np, Dd] = size(a_l2);
K2 = length(c);
t2_tensor = reshape(t2, Dd, Np, K2);  %Dd x Np x K2
x_parts = reshape(x, [Dp, Dd]);       %Dp x Dd

%reorder things to align for bsxfun later
a_l2=a_l2'; %Dd x Np <-> i,j
z_l1=z_l1'; %Dd x Np <-> i,j
t2_tensor = permute(t2_tensor,[3 1 2]); %K2 x Dd x Np

%the 1D part of the sum to be used in partialsum
%prefactors also put here to minimize computational effort
tempvar_k2 = -4*c.*exp(-z_l2); % K2 x 1

%compute sum(b(k)*(c-d(k)) as c*sum(b(k))-sum(b(k)*d(k))  (NB)
partialsum = a_l2*sum(tempvar_k2) ...
             -squeeze(sum(bsxfun(@times,tempvar_k2,t2_tensor),1)); %Dd x Np

%alternative computation by definition:
%partialsum = bsxfun(@minus,a_l2,t2_tensor); %Dd x Np x K2
%partialsum = permute(partialsum,[3 1 2]); %K2 x Dd x Np
%partialsum = squeeze(sum(bsxfun(@times,tempvar_k2,partialsum),1)); %Dd x Np

%last part of the formula, (x-t1)
tempvar_lastterm = bsxfun(@minus,x_parts,t1); %Dp x Dd x Np
tempvar_lastterm = permute(tempvar_lastterm,[2 3 1]); %Dd x Np x Dp

%put together what we have
dJ_dt1 = bsxfun(@times,partialsum.*exp(-z_l1),tempvar_lastterm); %Dd x Np x Dp
dJ_dt1 = permute(dJ_dt1,[3 1 2]); %Dp x Dd x Np

再次,有几点需要注意:

  1. 我为总和的纯 k2 相关部分定义了一个临时变量,因为它在下一步中使用了两次。
  2. 我还将网络前因子 -4 附加到此变量,因为您只需将 K2 乘以而不是 Dp*Dd*Np 乘以,这对于大型矩阵可能会有所不同。
  3. 我的函数按原样通过将(a-t2) 分成两个和来计算k2 和,请参阅以(NB) 结尾的注释。事实证明,对于大型矩阵(将您的漂亮测试用例与暗淡 2-3-4-5 乘以 100),这种分离会导致相当大的加速。当然,如果K2t2 的内部尺寸大得多,那么你就输了。
  4. 为了完整性和测试,我在 cmets 中添加了 sum 的“简单”版本。
  5. 最后,我们只是将导数的因素拼凑起来:总和、第二个指数和最后一项。请注意,如果您的最终术语包含 x_j 而不是 x_i,则必须相应地调整维度。

性能

我检查了两个测试用例的循环版本和两个矢量化版本。首先,您的原始示例

%% update t1 unit test
%% dimensions
Dp = 3;
Np = 4;
Dd = 2;
K2 = 5;
K1 = Dd * Np;
%% fake data & params
x = (1:Dp*Dd)';
y = 3;
c = (1:K2)';
t2 = rand(K1, K2);
t1 = rand(Dp, Dd, Np);
%% update gradient
dJ_dt1_ij_loops = compute_t1_gradient_loops(t1,x,y,f,z_l1,z_l2,a_l2,c,t2);
dJ_dt1_vect = compute_t1_gradient_vect(t1,x,y,f,z_l1,z_l2,a_l2,c,t2);
dJ_dt1_vect2 = compute_t1_gradient_vect2(t1,x,y,f,z_l1,z_l2,a_l2,c,t2);

请注意,我再次更改了x 的定义,..._vect2 代表向量化代码的“幼稚”版本。结果表明,对于循环版本和朴素矢量化版本,得到的导数完全一致,而它们与优化矢量版本之间存在最大的2e-14 差异。这意味着我们很好。而接近机器精度的差异仅仅是由于计算以不同的顺序执行的事实。

为了衡量性能,我将原始测试用例的维度乘以 100:

%% dimensions
Dp = 300;
Np = 400;
Dd = 200;
K2 = 500;
K1 = Dd * Np;

我还设置了变量来检查每个函数调用之前和之后的cputime(因为tic/toc 只测量挂钟时间)。对于循环、优化和“朴素”矢量版本,测量的时间分别为 23 秒、2 秒和 4 秒。另一方面,后两个导数之间的最大差异现在是1.8e-5。当然,我们的测试数据是随机的,至少可以说不是最好的条件数据。可能在实际应用中,这种差异不会成为问题,但您应该始终小心精度损失(我们在优化版本中专门减去了两个可能很大的数字)。

您当然可以尝试将公式划分为计算它的术语,这可能是一种更有效的方法。这也可能完全取决于数组的大小。

半分析检查

您提到您尝试根据定义估计导数,基本上使用对称导数。你没有得到你所期望的,可能是因为你原来的功能的缺点。但是,我也想在这里指出一些事情。您的epsilon-version 与您最初的尝试不一致的事实可能是由于

  1. 原始尝试中的实现错误
  2. 您的公式中有错误,即它实际上并不对应于 J 的导数(我知道您正在尝试在 math.SE 上调试此案例)
  3. 您的神秘 J 函数计算对称导数时出错,仅在您的问题中提及

如果一切顺利,您仍然可能有纯粹的数学分歧来源:您使用的 epsilon=1e-4 因子完全是任意的。当您以这种方式检查导数时,您基本上可以围绕给定点线性化您的函数。如果您的函数在半径epsilon 的邻域内变化太大(即过于非线性),则与精确值相比,您的对称导数将不准确。在进行这些检查时,您应该注意在导数中使用足够的小参数:小到可以预期函数的线性行为,但要大到可以避免 1/epsilon 因子产生的数值噪声。

最后一点:您可能应该避免在 matlab 中命名变量 eps,因为这是一个内置函数,告诉您“机器 epsilon”(查看 help eps),对应于数字 @ 的精度默认情况下为 987654361@(即没有输入参数)。如果您有一个名为 i 的变量,您可以调用复杂单元 1i,但如果可能,避免使用内置名称可能更安全。


更新了最终矢量化版本以对应 OP 的更新问题:

function [ dJ_dt1 tempout] = compute_t1_gradient_vect(t1,x,z_l1,z_l2,a_l2,c,t2)
%compute_t1_gradient_vect - computes the t1 parameter of a 2 layer HBF
%   Input:
%       t1 = (Dp x Dd x Np)
%       x = (D x 1)
%       z_l1 = (Np x Dd)
%       z_l2 = (K2 x 1)
%       a_l2 = (Np x Dd)
%       c =  (K2 x 1)
%       t2 = (K1 x K2)
%
%       K1=Dd*Np
%        D=Dp*Np
%       Dp,Np,Dd,K2 unique
%
%   Output:
%       dJ_dt1 = gradient (Dp x Dd x Np)
Dp = size(t1,1);
[Np, Dd] = size(a_l2);
K2 = length(c);
t2_tensor = reshape(t2, Dd, Np, K2);  %Dd x Np x K2
x_parts = reshape(x, [Dp, Np]);       %Dp x Np
t1 = permute(t1,[1 3 2]);             %Dp x Np x Dd

a_l2=a_l2'; %Dd x Np <-> j,i
z_l1=z_l1'; %Dd x Np <-> j,i

tempvar_k2 = -4*c.*exp(-z_l2); % K2 x 1

partialsum = bsxfun(@minus,a_l2,t2_tensor); %Dd x Np x K2
partialsum = permute(partialsum,[3 1 2]);   %K2 x Dd x Np
partialsum = squeeze(sum(bsxfun(@times,tempvar_k2,partialsum),1)); %Dd x Np

tempvar_lastterm = bsxfun(@minus,x_parts,t1);         %Dp x Np x Dd
tempvar_lastterm = permute(tempvar_lastterm,[3 2 1]); %Dd x Np x Dp

dJ_dt1 = bsxfun(@times,partialsum.*exp(-z_l1),tempvar_lastterm); %Dd x Np x Dp
tempout=tempvar_lastterm;
dJ_dt1 = permute(dJ_dt1,[3 1 2]); %Dp x Dd x Np

请注意,这与原始矢量化版本几乎相同,只是 x 的尺寸发生了变化,并且一些索引已被置换。

【讨论】:

  • 感谢您迄今为止的帮助!后来我确实注意到了覆盖……呃。谢谢 :) 关于更改D=Dp*Dd...这绝对是不正确的。 D=Dp*Np 因为Npx 中“子部分”的数量,而Dd 在此问题的上下文中与x 无关。但正如你所指出的,i 正在索引x,我相信这很奇怪。让我考虑一下,我会回复你的。
  • @Pinocchio: 当然,慢慢来:) 不仅仅是字母:界限似乎也太离谱了……在你的 math.SE 帖子中,你有x_{n_p},其中n_p从 1 到 N_p,但在您的循环版本中,x 的索引有不同的界限。这也意味着如果您的测试用例具有不同的维度,特别是如果Dd&gt;Np(或类似的东西),您可能会得到一个越界错误
  • 是的,我同意,我没有注意到这一点。那是一个严重的错误。我相信我们应该更相信我的数学描述和方程式,而不是代码。这是我需要纠正的严重错误。感谢您到目前为止的帮助,到目前为止,我已经为您提供的非常有用的帮助投票赞成您的回答。我很感激:)
  • @Pinocchio:我会尽可能仔细看看。在我的脑海中,您的新循环版本中有一个索引错误:您有(大约)a(i,j)z(i,j)t1(:,i,j),即使应该为 t1 反转索引。您应该保持至少在调试阶段分配不同维度的习惯,这将捕获许多这些错误。 (所以我认为你现在基本上有一个虚假的“转置”。或者至少是这个。)
  • @Pinocchio: 是的,它是t1(:,i,j) 而不是t1(:,j,i),最后一个类似的开关:dJ_dt1(:,i,j) 实际上应该是dJ_dt1(:,j,i)。有了这个,这两个衍生物几乎是相同的。我是否应该在某个时候使用矢量化版本进行更新?
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 2014-10-13
  • 1970-01-01
  • 1970-01-01
  • 2016-11-05
  • 2011-12-10
相关资源
最近更新 更多