目前使用 python , 會些基礎的 tensorflow 跟 pytroch , 大概就回歸跟CNN部分
想請問目前工作上遇到的問題
x = np.linspace(0, 1, 255)[:, np.newaxis]
y = np.power(x, 2.2)
plt.scatter(x, y)
X 255 個點當中找出 30個點線性迴歸
但如果同時於
y1 = np.power(x, 1.8)
y2 = np.power(x, 2.2)
y3 = np.power(x, 2.6)
同時找出 y1,y2,y3 找出一組 X 30個點的線性迴歸
之後可能為更多組的 Y 找出共同的一組 X 30個點
https://i.imgur.com/nzou2NS.jpg
試問是否可用 deep learning 來處理?
或是還有其他方法?
謝謝
看不太懂...什麼叫做255個點找出30個點做回歸
作者: vfgce (小兵) 2018-03-05 17:22:00
你是要用30個點找出一個直線來擬合曲線?然後你的30個點是給定的,還是要學習出來的?這比較不像deep learning做的,比較像數學吧..255點中取30點的組合就不像deep learning要處理的,
作者: Kazimir (Kazimir) 2018-03-05 17:53:00
資質愚鈍 我看不太出來選X的依據是什麼..
作者: vfgce (小兵) 2018-03-05 17:54:00
不過若是你的y,都是X的1次方以上,那麼斜率變化較小的前30點就是要擬合直線最佳的30點...,當然不是次方而是其他函數就不一定了.
作者:
EGsux (天龍人)
2018-03-05 18:47:00這不是deep learning 阿 是 optimization甚麼是最佳的30點 要講出來xd最常使用的30點嗎？ 最平均分佈的三十點嗎？如果是代表曲線 你要用數學定義出"最佳"才可以用framework去幫你做微積分比如說 把你TF的 cost function 定為 x在0到255曲線下面積跟自定義直線面積的差
作者: Kazimir (Kazimir) 2018-03-05 20:46:00
30個點是從y1上選的 可是一樣是用這條直線來算y2的loss這樣嗎?
作者: ar54971 2018-03-06 03:35:00
作者: galeondx 2018-03-06 04:14:00
作者: vfgce (小兵) 2018-03-06 08:19:00
所以你的曲線為12條不同的冪函數,那麼這30點一定是連續,否則X越散,Y越散,問題就簡化為從頭開始找連續的30點,所得的誤差最小,但若gamma值皆大於1,那麼就是前30點,若gamma值皆大於1,那麼就是後30點.這兩種狀況所得到的最佳解同時也是各曲線的最佳解.但若gamma值為>1及<1混合,那麼,這30點應該是往中間靠,就從第一點,開始算連續30點誤差,再來第二點算連續30 點,一直做下去,再看從那一點開始的連續30點所得誤差最小.這個最佳解就非各曲線的最佳解.總之,這根本不是deep learning.硬要用deep learning 解會弄得非常怪異.且未必得到最佳解
作者:
EGsux (天龍人)
2018-03-06 09:37:00其實這是微積分的問題 說不定用 excel也解的出囧你把tf跟pytorch當成微積分工具就好 不要管 DL甚麼的而且理論上頭尾都比較接近直線所以點沒那麼多才對吧
起手式 import tensorflow as tf