ML课后练习问题：fmincg: nonconformant arguments

最新推荐文章于 2022-05-17 11:04:36 发布
原创 最新推荐文章于 2022-05-17 11:04:36 发布 · 7.6k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#fmincg #Ng-ML

Andrew Ng的公开课练习ex3，遇到如下问题：
error: fmincg: operator +: nonconformant arguments (op1 is 401*10, op2 is 4010*1)。

fmincg进行“＋”操作运算时，参数的维度冲突。

原因是：写lr CostFunction的时候出错，导致矩阵维度不匹配。
在oneVsAll文件里面，针对每个分类器，依次做模型训练，用fmincg使costFunction最小，得到每个分类器的最优theta。合并theta，得到all_theta。

TypeError: not all arguments converted during string formatting解决方案
weixin_43178406的博客
06-21 22万+
本文主要介绍了TypeError: not all arguments converted during string formatting解决方案，希望能对使用Python的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
遇到问题–python–pytest: error: unrecognized arguments: --cov-report=html
热门推荐
直到世界的尽头
12-04 3万+
转载请注明出处：遇到问题–python–pytest: error: unrecognized arguments: --cov-report=html 问题 pytest可以输出覆盖率的html报告 使用命令如下： pytest -vv --cov=./ --cov-report=html open htmlcov/index.html 有可能遇到报错： (venv) zhangxiaofa...
operator \: nonconformant arguments
amyniez的博客，欢迎交流讨论
05-17 1437
问题：operator : nonconformant arguments (op1 is 2x2, op2 is 1x1)解决方法： 错误原因： 写lr CostFunction的时候出错，导致矩阵维度不匹配。 主要就是你的就算过程有问题，你的函数可能写错了，所以需要慢慢的调试，比如说我最开始写的代码： function [jVal, gradient] = costFunction(theta) jVal = (theta(1)-5) ^ 2 +(theta(2)-5)^2; gradient
在线使用Octave、Matlab画单电荷等位线和电力线、matlab的nonconformant arguments错误
bcbobo21cn的专栏
11-13 1775
如下代码，据说是matlab画单电荷等位线和电力线的； theta=[0:.01:2*pi]'; r=0:10; x=sin(theta) * r; y=cos(theta)*4; plot(x,y,'b') x=linspace(-5,5,100); for theta=[-pi/4 0 pi/4] y=x*tan(theta); hold on; plot(x,y); end grid on Octave还不太了解，大体是一个功能跟matlab类似的东西；语法也类似；可以在
matlab的 fmincg 函数,algorithm - Octave：逻辑回归：fmincg和fminunc之间的差异 - 堆栈内存溢出...
weixin_33326218的博客
03-17 857
为什么fmincg有效？这是源代码的副本，其中包含解释所使用的各种算法的注释。 这是一种愚蠢的行为，因为在学习区分狗和椅子时，孩子的大脑会做同样的事情。这是fmincg.m的Octave源。function [X, fX, i] = fmincg(f, X, options, P1, P2, P3, P4, P5)% Minimize a continuous differentialble m...
matlab fmincg,LBP-DBN-face-recognition
weixin_35713824的博客
03-18 474
LBP-DBN-face-recognition使用LBP特征提取算法提取人脸特征，DBN网络来实现人脸识别，测试数据库-ORL数据库，识别率可达90%以上###工程使用方法：clone下工程，要根据实际情况修改test_example_DBN.m中的文件路径我们在该文件中，a=imread(strcat('E:\My RBM-DBN matlab\ORL\ORL\s',num2str(i),'_...
!! Submission failed: operator *: nonconformant arguments (op1 is 1x10, op2 is 4x1) Andrew 机器学习 第五周
CY_TEC的博客
09-16 3374
!! Submission failed: operator *: nonconformant arguments (op1 is 1x10, op2 is 4x1) 这个是因为我在写矩阵大小的时候写了一个固定的 size 导致：可以正确计算前向损失，但是作业在验证的时候换了一个 size ，就出错了。 还是开始没有考虑周全。 我是在这里：https://www.coursera.org/l...
manage.py: error: unrecognized arguments: runserver 8888运行pytorch模型报错
不爱读书的小孩-博客
08-24 3854
完整报错内容： usage: manage.py [-h] [--exp EXP] [--resume RESUME] [--image_path IMAGE_PATH] [--result_dir RESULT_DIR] [--data DATA] [--image_short_side IMAGE_SHORT_SIDE] [--thresh THRESH] [--box_thresh BOX_THR
go问题解决 build command-line-arguments: cannot find module for path xxx
朱同学
06-10 8475
在学习go语言过程中写的第二个程序，就遇到了报错，始终提示： build command-line-arguments: cannot find module for path xxx 查找之后，，想起来昨天为了在vscode上安装go的插件，修改了其中一个环境量 # elder set GO111MODULE= # now set GO111MODULE=on 于是 win + r 输入 cmd go env -w set GO111MODULE=auto 重启 vscode，再运行，ok解决
Octave入门之一些常见的语法知识
。
11-20 1万+
最近准备开始做数字图像处理的实验，我安装了Octave，于是准备继续用Octave做实验，（Matlab你懂的，入门买个觉得有点浪费，况且Octave能用懂，转到Matlab估计也不是很困难)。 下面记录下学习中觉得用的比较多的基本知识： 1、访问矩阵的特定元素值 A(n,m) = 10;%该语句是将A矩阵第n行m列值置为102、获取矩阵的某一行或某一列 k = A(1,:);%获
我终于不得不对MATLAB下手了
Karen_Yu_的博客
02-03 1971
我终于不得不对MATLAB下手了，没办法，要参加建模了，本来以为我的博客写的又没逻辑又垃圾，没想到还有很多人看呢，不得不好好写了，这篇博客是在建模前写的，不过一直拖到建模结束才发出来（笑哭，我真是拖延症患者），介于我对这种语言也是新手，学这个也暂时只是为了建模，寒假期间会继续更新机器学习和Python内容。 以上。 这篇文章适合会一些别的语言，但是MATLAB完全小白（就像我一样）的同学们看。...
机器学习学习笔记（三）——Octave
Lancetop的博客
04-24 1103
Installing Octave on Windows Use this link to install Octave for windows:http://wiki.octave.org/Octave_for_Microsoft_Windows Octave on Windows can be used to submit programming assignmentsin this...
机器学习 笔记（二） Multi-class classification
Sherry_up的博客
04-12 2629
刚刚学了Andrew Ng在Coursera上的公开课，感觉在学习的过程中，有一些疑惑，尤其是各种算法之间的联系，以及在模型训练中遇到的普遍性的注意点，这里做一个回顾和总结。 多类问题（Multi-class classification problem）
Octave矩阵运算（二）
cactusff的博客
04-06 3804
矩阵运算中的乘法，分为几种，下面从元素和矩阵两个角度进行举例说明。>> A=[1,2,3;4,5,6;7,8,9;] A = 1 2 3 4 5 6 7 8 9分别对矩阵本身做平方运算和每个元素做平方运算>> A.*2 ans = 2 4 6 8 10 12 14 16 18&g...
machine learning week4作业问题
muzukashii的博客
07-14 575
本周编程作业的第一部分是使用one vs. all的方法做一个数字的分类问题。在运行到oneVsAll函数的时候编译器提示了如下错误error: fmincg: operator +: nonconformant arguments (op1 is 401x401, op2 is 160801x1)这里错误的函数主体是initial_theta=zeros(n+1);options=optimse...
error: operator /: nonconformant arguments (op1 is 1x1, op2 is 1x130321)
最新发布
07-29
在 Octave 或 MATLAB 中出现 `operator /: nonconformant arguments (op1 is 1x1, op2 is 1x130321)` 错误，表示尝试对两个维度不兼容的矩阵执行除法操作。MATLAB 和 Octave 中的 `/` 运算符用于矩阵右除，其要求操作数满足矩阵除法的维度兼容性规则。 ### 错误原因 - `op1` 是 `1x1` 的标量或单元素矩阵。 - `op2` 是 `1x130321` 的行向量。 - 尝试使用 `/` 运算符将标量除以行向量，这在矩阵代数中是没有定义的。 ### 解决方法 #### 1. 明确运算意图 如果目标是将标量除以向量中的每个元素，应使用数组右除运算符 `./` 而不是矩阵右除运算符 `/`。数组除法对两个操作数的大小要求是它们必须具有兼容的维度（通常为相同大小或其中一个为标量）。 ```matlab result = scalar_value ./ vector; % 使用数组除法，标量自动扩展为与vector同长的向量 ``` #### 2. 检查变量维度 确保变量的维度符合预期。例如，`scalar_value` 是否确实是标量，`vector` 是否是预期的 `1xN` 向量。可以使用 `size()` 或 `whos` 查看变量维度。 ```matlab disp(size(scalar_value)); % 应显示 [1, 1] disp(size(vector)); % 应显示 [1, N] ``` #### 3. 调试函数输入 如果该运算出现在函数内部，检查函数调用时传入的参数是否正确。例如，是否将本应为向量的参数错误地传入了标量，或反之。 #### 4. 避免隐式扩展错误 在较新版本的 MATLAB 中（R2016b 及以后），支持隐式扩展（Implicit Expansion），即标量与向量之间的数组运算会自动扩展标量。但在旧版本中可能需要显式扩展标量，例如使用 `repmat()`。 ```matlab scalar_value = 5; vector = 1:130321; result = repmat(scalar_value, size(vector)) ./ vector; % 显式扩展标量 ``` #### 5. 使用 `mrdivide` 函数进行矩阵右除 如果确实需要执行矩阵右除（如求解线性方程组 `X = A/B`），则确保 `A` 和 `B` 的列数相同。例如： ```matlab X = A / B; % 等价于 X = A * inv(B)，其中 B 必须为方阵 ``` 但该情况不适用于当前错误描述中的 `1x1` 和 `1x130321` 的组合。 ### 示例代码 ```matlab % 正确用法：数组除法 scalar_value = 5; vector = 1:130321; result = scalar_value ./ vector; % 每个元素被标量除 ``` ### 总结 该错误的核心问题是矩阵除法操作数的维度不匹配。解决的关键在于明确运算意图（矩阵除法 vs 数组除法），并确保操作数维度兼容。若意图是标量与向量的逐元素除法，则应使用 `./` 运算符 [^1]。 ---
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值