ディープラーニングG検定の勉強中 その22(多変数関数)
書籍「最短コースでわかるディープラーニングの数学」の内容に沿って勉強しています。
今回から、第4章の多変数関数の微分に入ります。
今回は、多変数関数と、そのグラフを表示してみます。
テキストでは、入力変数を x と y の代わりに u と v で使っており、このブログでもそれを踏襲します。
2つの入力と、その出力の例です。
式1

これをPythonを使って3Dグラフで表示してみます。
参考サイト
Pynote(matplotlib - 2変数関数を3Dで可視化する。)
Python 数値計算入門([Matplotlib] 3次元データの可視化)
--------------------
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
def func(u, v):
# return 2u3^3+7v^2+3uv+u+4v+5
return 2 * u**3 + 7 * v**2 - (3 * u * v) + u + (4 * v) + 5
U, V = np.meshgrid(np.arange(-4., 4., 0.5),
np.arange(-4., 4., 0.5))
Z = func(U, V)
# ポリゴンでグラフを作成する。
fig = plt.figure(figsize=(7, 7))
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(U, V, Z) #ポリゴン表示
ax.set_xlabel("U", size = 12)
ax.set_ylabel("V", size = 12)
ax.set_zlabel("Z", size = 12)
plt.show()
--------------------
出力結果

多変数関数のグラフって面白いですね。手書きは大変そうなので、Python大活躍です。
本日、ディープラーニングG検定の申し込みをしました。あとは受験に向けて頑張るのみです。
今回から、第4章の多変数関数の微分に入ります。
今回は、多変数関数と、そのグラフを表示してみます。
テキストでは、入力変数を x と y の代わりに u と v で使っており、このブログでもそれを踏襲します。
2つの入力と、その出力の例です。
式1

これをPythonを使って3Dグラフで表示してみます。
参考サイト
Pynote(matplotlib - 2変数関数を3Dで可視化する。)
Python 数値計算入門([Matplotlib] 3次元データの可視化)
--------------------
import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D
def func(u, v):
# return 2u3^3+7v^2+3uv+u+4v+5
return 2 * u**3 + 7 * v**2 - (3 * u * v) + u + (4 * v) + 5
U, V = np.meshgrid(np.arange(-4., 4., 0.5),
np.arange(-4., 4., 0.5))
Z = func(U, V)
# ポリゴンでグラフを作成する。
fig = plt.figure(figsize=(7, 7))
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(U, V, Z) #ポリゴン表示
ax.set_xlabel("U", size = 12)
ax.set_ylabel("V", size = 12)
ax.set_zlabel("Z", size = 12)
plt.show()
--------------------
出力結果

多変数関数のグラフって面白いですね。手書きは大変そうなので、Python大活躍です。
本日、ディープラーニングG検定の申し込みをしました。あとは受験に向けて頑張るのみです。