回答情况：
提问时间：
问题标签：
1回答
autodiff_diagram = diagram.ToAutoDiffXd()
autodiff_context = autodiff_diagram.CreateDefaultContext()autodiff_plant = autodiff_diagram.GetSubsystemByName("plant") 比方说，我想要有一堆随机的初始化，并且每次都在相同的autodiff图(计算图
浏览 48提问于2021-11-04得票数 0
Drake的卖点之一是通过AutoDiff很容易获得梯度，但我很难理解如何在pydrake中轻松地计算二阶导数。
给定函数f(x)，我知道计算Jacobian的两种方法。
浏览 29提问于2022-02-08得票数 1
回答已采纳
np.linalg.solve()不适用于AutoDiff吗？我用它来求解机械手方程。错误消息如下所示。我尝试了类似的“双”版本代码，这是没有问题的。请告诉我怎么修理，谢谢！0.01)parser.AddModelFromFile("double_pendulum.sdf")plant_autodiff= plant.ToAutoDiffXd()
####### <AutoDiff> get the error messag
浏览 0修改于2020-10-29得票数 1
回答已采纳
所以我被困住了-要么我可以回到floats (但失去我最初想要的autodiff可微模拟功能)，要么继续使用autodiffxd系统(但完全无法可视化我的模拟中发生了什么)。
浏览 1提问于2021-01-06得票数 1
在Drake文档https://drake.mit.edu/doxygen_cxx/group__system__scalar__conversion.html中给出的示例中，我们能够获取关于状态的Autodiff
浏览 26提问于2021-06-17得票数 1
回答已采纳
Enzyme.autodiff(f!, Const, Duplicated(s, dz_ds). Duplicated(a, zero(a)), Duplicated(b, zero(b)))？
浏览 6修改于2022-02-14得票数 3
回答已采纳
老问题#include <iostream>#include <unsupported/Eigen/AutoDiff>
#include <
浏览 9修改于2014-04-07得票数 1
回答已采纳
我正在使用tensorflow 2.0，并尝试评估反向传播到简单的前馈神经网络的梯度。下面是我的模型的样子： def __init__(self, input_size, output_size): hidden_layer1 = tf.keras.layers.Dense(30, activation='relu')(inputs)
outputs = tf.keras.layers.Dense(output_size)(hidden_l
浏览 25提问于2021-01-19得票数 0
它说的是真的，因为我的约束函数正在利用Drake中的autodiff功能，所以它们使用dtype=AutoDiffXd返回数组。如果是这样的话，这是否意味着我不能使用约束不可行性检查器？当我使用autodiff时，对于检查不可行的约束有什么建议吗？
浏览 13提问于2022-01-14得票数 1
回答已采纳
我的所有其他约束都支持AutoDiff (我有一些用于“碰撞概率”的自定义约束，但这些约束提供了一个可在AutoDiff中使用的解析导数)。
浏览 2提问于2020-05-19得票数 1
回答已采纳
问题背景def forward(self, X): np.matmul(self.X, self.W.T, out=self._Y) """dY = dL/dY is a jacobian where L is loss
浏览 4修改于2021-04-07得票数 2
我有一种情况，我有一批图像，在每一张图像中，我必须对该图像中的一个小块执行一些操作。现在的问题是，补丁大小在批处理中的每个图像中都是可变的。所以这意味着我不能把它矢量化。我可以通过考虑图像中所有像素的范围来向量化，但是我的每个图像的补丁大小实际上是一个很小的部分，我不想在这里浪费我的内存，执行操作并存储每个图像中所有像素的结果。
浏览 0提问于2017-07-31得票数 0
回答已采纳
DoDifferentialKinematics的实现说明中，实际上，这个函数运行的是一个MathematicalProgram，我的理解是在Drake中支持在MathematicalProgram中编织AutoDiff
浏览 15提问于2021-01-14得票数 1
回答已采纳
在我的一个函数中，如果我有20个术语，自动关闭是有效的，但是它不够精确--所以我选择了40个术语，但是朱莉娅告诉我做阶乘(大(K))，然后当我尝试用autodiff做这个的时候，它现在不起作用了--有谁能解决这个问题exp_approx_big(collect(x),dim,40,A) register(m, :f, 2, f; autodiff
浏览 14提问于2022-04-28得票数 0
下面是我的想法：autoDiff :: Floating a => (Dual a -> Dual a) -> a -> a现在以sin为例，下面是我得到的结果：sin :: Floating a => a -> a
autoDiff
浏览 5提问于2018-08-01得票数 2
shared_ptr<Impl> pimpl;Interface operator+(const Interface& a, const Interface& b);class autodiff::Interface::Impl>> children; pimp
浏览 1修改于2017-05-23得票数 1
我执行了以下操作来初始化autodiffconst multibody::Frame<AutoDiffXd>
浏览 3修改于2022-04-06得票数 2
回答已采纳
我希望有以下几点： import _Differentiation
var f: @differentiable(reverse) (Double, Double) -> Double
} 但是编译器会抱怨Error: Abort trap: 6，堆栈跟踪的开始是 Assertion failed: (isa<X>(Val) && "cast<Ty>() argument of incompatible type!"), function cast, file Casting.h, line 269
浏览 32修改于2021-07-29得票数 1
我添加了类似于compass gait example中的方法的autodiff约束。例如： plant_autodiff = plant.ToAutoDiffXd() q, v, r = np.split(q_v_r, [ plant.num_positions() + plant.num_velocities()])
context = plant_autodiff.CreateDefaultContext()
浏览 11修改于2020-08-28得票数 1
回答已采纳
接下来，我尝试像这样设置AutoDiff环境：context_autodiff = plant_autodiff->CreateDefaultContext();drak
浏览 3提问于2021-06-15得票数 1
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号