hessian-matrix

    6熱度

    1回答

    我想知道圖像的Hessian Matrix提供了什麼信息?它是否提供穩定點的信息?什麼是Hessian矩陣用於?

    1熱度

    1回答

    一個警告,我對此很陌生,並且出於我的深度,所以如果這是新手或不清楚,請致歉。 我使用fminsearch對許多數據集進行參數估計,並且有人建議我們應該嘗試爲每個數據集擬合hessians。是否有可能使用fminsearch獲取這些信息? 有人告訴我,它應該是一個標準輸出選項,但據我所知,這不是對fminsearch選項之一(雖然它看起來是fminunc一個選項) 這是相關位代碼林希望修改: [pa

    7熱度

    4回答

    使用CUDA,我想用非線性最小二乘法求解一個方程組。這些方法在一本優秀的小冊子中進行了討論,可以下載here。 我的問題中的雅可比矩陣是稀疏的三角形。有沒有CUDA的庫可用於這些方法,還是我必須從小冊子中自己編寫這些方法? 是一個Gauss-Newton非線性最小二乘解法器,Levenberg-Marquardt還是Powell的方法求解器都可以在CUDA庫中使用(免費或非免費)?

    0熱度

    1回答

    我查看了給定矩陣的特徵向量矩陣,但是當我嘗試反轉它時,我在eigenvector_matrix_inv()中有錯誤。 require 'matrix' m = Matrix[ [0.5703125, 1.8369140625, 0.0, 0.0], [-0.6875, -0.4609375, 0.0, 0.0], [0.0, 0.0, -2.1796875, 8.7

    3熱度

    2回答

    當我嘗試計算fminunc的估算標準誤時出現問題。我的估計技術是最大似然估計。我下面嘗試了兩種方式,都失敗了: Hessian矩陣從fminunc結果是不可逆的,所以我不能從Hessian矩陣得到標準錯誤。 所以我轉向使用OPG(梯度外積)方法來獲得標準錯誤。但是,我提供的梯度未能通過派生檢查。 有誰知道是否有其他的方式,我可以得到標準錯誤?您的幫助將不勝感激!

    1熱度

    2回答

    來自維基百科http://en.wikipedia.org/wiki/Hessian_matrix,它被定義爲函數的二階偏導數的方陣。 有人可以告訴我它是否正確嗎? [i,j]=gradient(im); filt1=(1./2).*[1,0,-1;0,0,0;1,0,-1]; filt2=(1./2).*[-1,0,-1;0,0,0;1,0,1]; ii=(conv2(filt1,i));

    2熱度

    1回答

    我想實現卷積神經網絡的隨機對角Levenberg-Marquardt方法,以便爲學習權重進行反向傳播。 我是新來的,它很混亂,所以我有幾個問題,我希望你能幫助我。 1)如何計算輸出層的二階導數。 由於我在一階導數,我必須從所需的輸出中減去輸出並將其與輸出的導數相乘。 但在二階導數中,我該怎麼做? 2)在卷積神經網絡的MaxPooling層中,我在2x2窗口中選擇最大值,並將其乘以權重,現在是否必須

    1熱度

    1回答

    我想提取容器中的中心線像素。起初,我使用ginput(1)命令在接近血管邊緣處選擇了一個種子點。這提供了起點並指定了需要執行分析的船隻段上的感興趣區域(ROI)。 figure; imshow(Igreen_eq); % Main green channel Image p = ginput(1); 然後,選擇的種子點擔任直徑小於容器的直徑預期的圓的中心,以使圓不與相對的邊緣相交。 t =

    0熱度

    1回答

    我遇到了操縱我的漸變和粗麻布的函數句柄的問題。 我有以下代碼: syms x1 x2 x = [x1,x2]; % Define the function phi(x) phi = @(x1,x2) 10*x1^4 - 20*x1^2*x2 + 10*x2^2 + x1^2 - 2*x1 + 5; % Define the gradient of the function phi(x

    1熱度

    1回答

    我一直在使用CHOLMOD來將矩陣A分解並求解系統Ax = b,其中A是由cholmod_ones函數創建的Hessian矩陣(如下所示)和b = [1,1,1]。 不幸的是,x的解決方案不正確(應該是[1.5,2.0,1.5]),並確認我然後將A和x相乘並且不會得到[1,1,1]。我不太明白我做錯了什麼。 此外,我已經看過因素和矩陣元素的值也沒有意義。 輸出 Hessian: 2.00