TensorFlow中多元函数有极值的示例分析

小编给大家分享一下TensorFlow中多元函数有极值的示例分析，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

flyfish

python实现

设函数 的某个邻域内有定义，对于该邻域内异于的点，如果都适合不等式

则称函数在点有极大值。

如果都适合不等式

则称函数在点有极小值．

极大值、极小值统称为极值。使函数取得极值的点称为极值点。

有极小值的例子

函数

在点（0，0）处有极小值。因为对于点 (0,0)的任一邻域内异于(0,0)的点，函数值都为正，而在点(0,0)处的函数值为零。从几何上看这是显然的，因为点(0,0,0)是开口朝上的椭圆抛物面

的顶点。

代码

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-10, 10, 0.1)
Y = np.arange(-10, 10, 0.1)
X, Y = np.meshgrid(X, Y)
Z = (3*X**2 + 4*Y**2)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1)
plt.show()

有极大值的例子

函数

在点（0，0）处有极大值。因为在点（0，0）处函数值为零，而对于点（0，0）的任一邻域内异于（0，0）的点，函数值都为负，点（0，0，0）是位于xOy平面下方的锥面$$z=-\sqrt{x^2+y^2}的顶点。

代码

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-10, 10, 0.1)
Y = np.arange(-10, 10, 0.1)
X, Y = np.meshgrid(X, Y)
Z = np.sqrt(X**2 + Y**2)*(-1)
ax.plot_surface(X, Y, Z, rstride=1, cstride=1)
plt.show()

没有极大值也没有极小值的例子

函数z=xy在点（0，0）处既不取得极大值也不取得极小值。因为在点（0，0）处的函数值为零，而在点（0，0）的任一邻域内，总有使函数值为正的点，也有使函

数值为负的点。

像一个马鞍的图形

代码

from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.mplot3d import Axes3D

fig = plt.figure()
ax = Axes3D(fig)
X = np.arange(-10, 10, 0.1)
Y = np.arange(-10, 10, 0.1)
X, Y = np.meshgrid(X, Y)
Z = X*Y
ax.plot_surface(X, Y, Z, rstride=1, cstride=1)
plt.show()

以上是“TensorFlow中多元函数有极值的示例分析”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！