4
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

Sympyで勾配ベクトルを計算したい!

Posted at

1. はじめに

大学の課題でSymPyを使って数式微分を行う課題が出ました.そのとき,勾配ベクトルを求めることにつまづいたので,整理します.

2. SymPyによる勾配ベクトルの求め方

結論から言うと,sympy.tensor.array.derive_by_array()関数で求めることができます.

例として,$\boldsymbol{a}=[a_1, a_2]^{\rm{T}}$,$\boldsymbol{b}=[b_1, b_2]^{\rm{T}}$のときの$f(\boldsymbol{a})=\boldsymbol{a}^{\rm{T}}\boldsymbol{b}$の勾配ベクトルを考えます.

  • 手計算

まず,$f(\boldsymbol{a})$を展開します.

f(\boldsymbol{a})=
\left[
a_1\ a_2
\right]
\begin{bmatrix}
b_1 \\
b_2
\end{bmatrix}
=a_1b_1+a_2b_2

したがって,勾配ベクトル$\partial f(\boldsymbol{a}) / \partial \boldsymbol{a}$は以下のように求まります.

\dfrac{\partial f(\boldsymbol{a})}{\partial \boldsymbol{a}}
=
\begin{bmatrix}
\dfrac{\partial f(\boldsymbol{a})}{\partial a_1} \\
\dfrac{\partial f(\boldsymbol{a})}{\partial a_2}
\end{bmatrix}
=
\begin{bmatrix}
b_1 \\
b_2
\end{bmatrix}
  • SymPyによる計算
calculate_gradient.py
import sympy as sp
sp.init_printing() # Jupyter NotebookにおいてLaTex形式で表示するおまじない

# 変数の定義
a1, a2, b1, b2 = sp.symbols("a1 a2 b1 b2")

# ベクトルa,bと関数f(a)の定義
a = sp.Matrix([[a1], [a2]])
b = sp.Matrix([[b1], [b2]])
f = a.T*b

f[0] # -> a_1*b_1+a_2*b_2

# 勾配ベクトルの計算
sp.tensor.array.derive_by_array(f[0], a)

実行すると以下の通り勾配ベクトルが求められました.
スクリーンショット 2019-05-18 23.22.48.png

3. まとめ

課題ではヤコビ行列も求めたのですが,関数1つで計算してくれて「技術の進歩って素晴らしいな」と思いました.また,SymPyは積分や行列計算もできるので,すごく便利だと思いました.

参考リンク

4
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?