有没有一种矢量化的方法来计算sympy中的梯度? [英] Is there a vectorized way to calculate the gradient in sympy?

问题描述

如何计算sympy中多元函数的(符号)梯度?

How does one calculate the (symbolic) gradient of a multivariate function in sympy?

很明显，我可以分别计算每个变量的导数，但是有矢量化运算可以做到吗?

Obviously I could calculate separately the derivative for each variable, but is there a vectorized operation that does this?

例如

m=sympy.Matrix(sympy.symbols('a b c d'))

现在，对于i = 0..3，我可以这样做:

Now for i=0..3 I can do:

sympy.diff(np.sum(m*m.T),m[i])

这将起作用，但是我宁愿做类似的事情:

which will work, but I rather do something like:

sympy.diff(np.sum(m*m.T),m)

这不起作用("AttributeError:ImmutableMatrix没有属性_diff_wrt").

Which does not work ("AttributeError: ImmutableMatrix has no attribute _diff_wrt").

推荐答案

只需对m使用列表理解:

[sympy.diff(sum(m*m.T), i) for i in m]

此外，除非使用数字值，否则请勿使用np.sum.内置的sum更好.

Also, don't use np.sum unless you are working with numeric values. The builtin sum is better.

这篇关于有没有一种矢量化的方法来计算sympy中的梯度?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！