- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用 Python 中的 GPU 计算来优化函数,因此我更喜欢使用 dtype=float32
将所有数据存储为 ndarray。
当我使用scipy.optimize.fmin_l_bfgs_b
时,我注意到优化器总是将float64
(在我的64位机器上)参数传递给我的目标函数和梯度函数,即使当我传递 float32
ndarray 作为初始搜索点 x0
时也是如此。当我使用 cg 优化器 scipy.optimize.fmin_cg
时,情况有所不同,当我将 float32 数组作为 x0
传递时,优化器将使用 float32
code> 在所有后续的目标/梯度函数调用中。
所以我的问题是:我可以强制 scipy.optimize.fmin_l_bfgs_b
优化 float32
参数,就像 scipy.optimize.fmin_cg
中那样吗?
谢谢!
最佳答案
我不确定你是否能做到。 fmin_l_bfgd_b
不是由纯 python 代码提供的,而是由扩展(FORTRAN 代码的包装)提供的。在Win32/64平台中可以在\scipy\optimize\_lbfgsb.pyd
中找到。只有当您可以以不同的方式编译扩展或修改 FORTRAN 代码时,您想要的才可能实现。如果您检查 FORTRAN 代码,您会发现它到处都有 double
,基本上是float64
。我不确定将它们全部更改为单精度
就能完成这项工作。
在其他优化方法中,FORTRAN 还提供了cobyla
。鲍威尔的方法也是如此。
关于python - 如何强制 scipy.optimize.fmin_l_bfgs_b 使用 'dtype=float32',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19041486/
我有两个数据框,它们都有一个 Order ID 和一个 date。 我想在第一个数据帧 df1 中添加一个标志:如果具有相同 order id 和 date 的记录在数据帧 df2,然后添加一个Y:
我正在运行 Python 2.6。我有以下示例,我试图连接 csv 文件中的日期和时间字符串列。根据我设置的 dtype(无与对象),我发现一些我无法解释的行为差异,请参阅帖子末尾的问题 1 和 2。
当尝试通过以下代码将 sklearn 数据集转换为 pandas 数据帧时,出现此错误“ufunc 'add' 不包含签名匹配类型 dtype(' import numpy as np from sk
我正在尝试使用我的代码计算周期图 from scipy import signal import numpy as np import matplotlib.pyplot as plt x = [li
我有 pandas 数据框 df,我想打印出变量列表以及类型和缺失字段的数量(NaN、NA)。 def var_desc(df,dt): print('====================
这个数据类型是如何工作的,我对这个东西很着迷。 1:首先使用python的默认类型:无法工作,引发错误 bins = pd.DataFrame(dtype=[str, int, int], colum
尝试获取小型玩具数据集的直方图时,通过 matplotlib 来自 numpy 的奇怪错误。我只是不确定如何解释错误,这让我很难知道接下来要做什么。 虽然没有找到太多相关信息,但this nltk q
我在减去数据表的两列时遇到问题,我是Python新手,在尝试研究如何解决这个问题失败后,我想知道是否有人有任何见解。我的代码是这样的: response = qc.query(token, sql=q
我运行我的代码,它在第 79 行抛出错误: numpy.core._exceptions.UFuncTypeError: ufunc 'add' did not contain a loop with
我正在尝试创建一个非常简单的程序,它将绘制一条抛物线图,其中 v 是速度,a 是加速度,x是时候了。用户将输入 v 和 a 的值,然后是 v 和 a 以及 x 将确定 y。 我试图用这个来做到这一点:
我构建了一个槽填充(一种序列分类)模型,其结构为:自定义 ELMo 嵌入层 - BiLSTM - CRF。 它训练得很好。但根据预测我得到: 'TypeError: ufunc 'add' did n
是否有比以下方法更优雅的方法来为可能复杂的 dtype 获取相应的真实 numpy dtype? import numpy as np def dtype_to_real(rvs_dtype: np.
对于 jupyter 中的以下 pandas 代码,我试图获取数据类型信息。tab 在 jupyter 中为我提供了有两个属性的信息它同时具有 dtype 和 dtypes import pandas
我有一个用 pandas 加载的 csv 文件,如下所示: classes_dataset2=pd.read_csv("labels.csv") classes_dataset2[0:10] 0
我有一个类似于以下内容的 numpy.dtype: dtype([('value1','>> d = np.dtype([('value1','>> [x[0] for x in d.descr] [
我正在使用 scipy 的 curve_fit 来拟合一些数据的函数,并收到以下错误; Cannot cast array data from dtype('O') to dtype('float64
好吧,似乎在堆栈溢出中提出了几个类似的问题,但似乎没有一个回答正确或正确,也没有描述确切的示例。 我在将数组或列表保存到 hdf5 时遇到问题... 我有几个文件包含 (n, 35) 维度的列表,其中
目前我得到的数组是 arr = array([array([ 2, 7, 8, 12, 14]), array([ 3, 4, 5, 6, 9, 10]), array([0, 1]
我有一个 Pandas 系列。我想检查该系列的数据类型是否在数据类型列表中。像这样的东西: series.dtype not in [pd.dtype('float64'), pd.dtype('fl
我有一个 numpy 数组,我想将其从对象转换为复数。如果我将该数组作为 dtype 字符串并进行转换,则没有问题: In[22]: bane Out[22]: array(['1.000027337
我是一名优秀的程序员,十分优秀!