Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 | 31 |
Tags
- 에러기록
- 우분투
- 텝스공부
- 수치해석
- ChatGPT
- Dear abby
- 논문작성
- matplotlib
- Numerical Analysis
- teps
- 인공지능
- 딥러닝
- LaTeX
- 옵시디언
- Julia
- WOX
- Linear algebra
- Statics
- 텝스
- pytorch
- Python
- 수식삽입
- MATLAB
- obsidian
- IEEE
- Zotero
- 생산성
- JAX
- 고체역학
- 논문작성법
Archives
- Today
- Total
뛰는 놈 위에 나는 공대생
[JAX] Cholesky decomposition error 230318 기준 본문
연구 Research/인공지능 Artificial Intelligent
[JAX] Cholesky decomposition error 230318 기준
보통의공대생 2023. 3. 18. 23:32현재 기준(230318)으로 cholesky decomposition을 사용할 때 행렬 크기가 50정도 넘어가면 nan을 출력하는 오류가 있다.
jnp.linalg.cholesky(K)
jax.random.multivariate_normal(subkeys[0], np.zeros((N_samples,)), K)
이 때문에 cholesky decomposition을 쓰는 다른 함수들도 영향을 받았는데
jax.random.multivariate_normal의 경우에도 랜덤하게 추출하는 과정에서 cholesky decomposition을 쓴다.
cholesky decomposition은 어쩔 수 없을 것 같고
jax.random.multivariate_normal(subkeys[0], np.zeros((N_samples,)), K, method='svd')jax.random.multivariate_normal의 경우에는 다른 메소드(위에서는 svd)를 쓰면 에러없이 사용할 수 있다.
'연구 Research > 인공지능 Artificial Intelligent' 카테고리의 다른 글
| [JAX] 기본 Neural Networks 모델 (0) | 2023.03.23 |
|---|---|
| [JAX] Gradient, Jacobian, Hessian 등 미분값 구하기 (2) | 2023.03.22 |
| [JAX] JAX vmap에 대한 설명 (0) | 2023.03.17 |
| [AI] Sampyl에 대한 간단한 설명 (0) | 2023.03.05 |
| [PyTorch] 개별 파라미터 learning rate 다르게 설정 및 learning rate 확인 (2) | 2023.03.05 |
'연구 Research/인공지능 Artificial Intelligent' Related Articles
more
Comments