Approximation de fonction à une variable avec DNN à quatre couches

Aperçu

Afin de comprendre l'Optimiseur de Chainer, j'ai écrit un programme d'approximation de fonction à une variable avec DNN à 4 couches, faisant référence à this. Pour une raison quelconque, ce programme n'a pas effectué de calcul en avant avec la fonction call qui a hérité de Chain, j'ai donc décidé de le réparer. Le programme que j'ai corrigé a été placé sur mon github. J'ai essayé sin, exp, sqrt, abs, sqrt (abs (sin (exp (x))).

résultat

exp Bonnes vibrations. DALP1ntVoAAs5fb.jpg sin Il y a un endroit qui est flou. DALP2fQVYAAwK2x.jpg sqrt Bonnes vibrations. DALP3N4VoAAHNdd.jpg abs Ça fait du bien contrairement aux attentes. DALQFWsUAAAtzuW.jpg sqrt(abs(sin(exp(x))) Je me sens motivé. DALSLzHV0AQOL3L.jpg

Ce que je pensais

L'environnement de développement est terriblement difficile à construire (en raison du système d'empaquetage de Python). Non seulement la première fois, mais il est difficile de démarrer à chaque fois.

Recommended Posts

Approximation de fonction à une variable avec DNN à quatre couches
Essayez l'optimisation des fonctions avec Optuna
Implémenter la fonction de connexion avec django-allauth
Fonction sinueuse approximative avec TensorFlow
Zura avec fonction softmax implémentée