我在使用Julia中的ForwardDiff包时遇到了一些麻烦。我设法在下面的代码块中隔离了我的问题。
简而言之,我定义了函数:
using ForwardDiff
function likelihood(mu,X)
N = size(X,2)
# Calculate likelihood
aux = zeros(N)
for nn=1:N
aux[nn] = exp(-0.5 * (X[:,nn]-mu)' * (X[:,nn]-mu))[1]
end
# return log-likelihood
return sum(log(aux))
end
然后检查该功能是否有效:
# Check if function works at all
X = randn(2,3) # some random data
mu = [1.0;2.0] # arbitrary mean
@show likelihood(mu,X) # works fine for me
然后我尝试使用以下方法获取渐变:
ForwardDiff.gradient( ARG -> likelihood(ARG, X), mu)
不幸的是,这失败了,我在屏幕上看到了:
错误:MethodError:
convert
没有方法匹配 convert(:: Type {Float64},:: ForwardDiff.Dual {2,Float64})这可能有 由于类型的调用而产生于对构造函数Float64(...)的调用 构造函数回退转换方法。最接近的候选人是:
call {T&lt ;: AbstractFloat}(:: Type {T&lt ;: AbstractFloat},:: Real, :: RoundingMode {T})调用{T}(:: Type {T},:: Any)
转换(:: Type {Float64},:: Int8)...可能性为无:10英寸 无人匿名:1
我做错了什么?提前谢谢。
答案 0 :(得分:4)
我刚刚被告知这是我身上的一个不小心的错误,虽然有点难以找到未经训练的眼睛。
错误是调用零:
aux = zeros(N)
将此更改为
aux = zeros(eltype(mu),N)
解决了这个问题。希望这对其他人有用。