function - 在 Julia 1.0.5 中结合 ForwardDiff 和 PyPlot 的问题
问题描述
在 Julia 1.0.5 中,我有一个函数f(x::Vector{<:Real})
,定义为
f(x::Vector{<:Real}) = (x[1] - 2)^2 + ( x[2] - 1 )^2
签名是这样的,因为我想将它与ForwardDiff
包一起使用,并且可以很好地使用它。我将功能赋予ForwardDiff.gradient
,一切都像魅力一样。
但是,我也想PyPlot
使用相同的函数做一些可视化f
。即,我想用 绘制它的轮廓contourf
。为此,我构造了两个向量X::Vector{<:Real}
和Y::Vector{<:Real}
,并想f
用它们调用相同的函数来生成轮廓。
但是,拨打电话f.([X, Y])
并没有像我想要的那样广播矢量,因为我得到了错误
LoadError: MethodError: no method matching (::getfield(Main, Symbol("#f#1044")))(::Int64)
Closest candidates are:
f(!Matched::Array{#s25,1} where #s25<:Real)
这当然会阻止我使用该contourf
函数,因为它需要f
2D 网格上的值。
我是否需要定义一个完全不同的东西f(x::Vector{<:Real}, y::Vector{<:Real})
才能绘制出我想要的轮廓,或者是否有替代方法可以避免这种情况?
解决方案
这个问题可以通过多分派的力量来解决:
f(x::Vector{<:Real}) = (x[1] - 2)^2 + ( x[2] - 1 )^2
f(x::Real,y::Real) = f([x,y])
nx = 10
ny = 20
X = rand(nx) #mesh of x points
Y = rand(ny) #mesh of y points
Z = f.(transpose(X),Y) #nx x ny matrix
对于两个参数梯度:
two_point_gradient(f,x,y) = ForwardDiff.gradient(f,[x,y])
G = two_point_gradient.(f,transpose(X),Y) #returns a vector of gradients, where G[i..] = gradient(f,X[i..],Y[i...])
推荐阅读
- java - 泛型方法不是类型敏感的
- c# - 如何运行 Single Razor 类库
- solidity - 如何在 Solidity 合约中执行某些操作需要 1 Ether
- php - laravel 8 更新 eloquent 关系 hasmany
- javascript - 域名不检查vuejs中的电子邮件字段?
- python - 按字母顺序排序后重新排列 GeoPandas 索引
- python-3.x - 转换为 SQL 时 SQLAlchemy 出错
- git - 删除文件命令行/git
- installation - Inno Setup:重复 InitializeSetup 合并
- bootstrap-4 - 如何更改默认的 Bootstrap 手风琴按钮?