高阶层:使用分段拉格朗日多项式和傅里叶级数的Tensorflow层 源码

张量流的分段多项式和傅里叶级数层 使用具有高斯Lobatto节点的分段Lagrange多项式的Tensorflow层(我还添加了截断的Fourier级数和其他正交函数)。 这是有限元分析中常用的一种技术,意味着分配给每个节点的权重正好是该节点处的函数值。 很久以前,我写了一个标准的神经网络的突触探讨高阶多项式一个C ++代码。 在这里,我正在Tensorflow中实现某些功能。 主意 这个想法非常简单-使用n权重代替突触上的单个权重。 n个权重描述分段多项式,并且每个n个权重都可以独立更新。 拉格朗日多项式和高斯Lobatto点用于最小化多项式的振荡。 相同的方法可以应用于任何“功能性”突触,