张量功率谱CAMB参数调试

（对应的原始tm文章在CMB\CosmoMC\camb\power spectra下，名为：primordial_power_spectrum_analysis.tm）

上图是在导入数据后再绘图的，matlab代码如下：

clc
figure
plot(L,sqrt(TT))
hold on
plot(L1,sqrt(TT1))
hold on
plot(L2,sqrt(TT2))
hold on
plot(L3,sqrt(TT3))
hold on
plot(L4,sqrt(TT4))
axis([0,1000,-inf,inf])
legend('nt=0','nt=0.01','nt=0.05','nt=0.1','nt=0.5')
title('Tensor power spectrum CTT,nrun=0')

第三部分
此部分在谱指数nt=0，改变第一个跑动nrun的情况下查看角功率谱如何改变，由第一部分数学分析已经可以知道，此项跟标量功率谱第一个跑动完全类似，因此是谱是随着nrun增加而增加的。
以下分别为TT,EE,TE谱。
1)TT

clc
figure
loglog(L,(TT))
hold on
loglog(L1,(TT1))
hold on
loglog(L2,(TT2))
hold on
loglog(L3,(TT3))
hold on
loglog(L4,(TT4))
axis([0,2200,-inf,inf])
legend('nr=0','nr=0.01','nr=0.05','nr=0.1','nr=0.5')
title('Tensor power spectrum CTT,nt=0,log coordinate')

2)EE

clc
figure
loglog(L,(EE))
hold on
loglog(L1,(EE1))
hold on
loglog(L2,(EE2))
hold on
loglog(L3,(EE3))
hold on
loglog(L4,(EE4))
axis([0,1000,-inf,inf])
legend('nr=0','nr=0.01','nr=0.05','nr=0.1','nr=0.5')
title('Tensor power spectrum CEE,nt=0,log coordinate')

3）TE

clc
figure
semilogx(L,(TE))
hold on
semilogx(L1,(TE1))
hold on
semilogx(L2,(TE2))
hold on
semilogx(L3,(TE3))
hold on
semilogx(L4,(TE4))
axis([0,2200,-40,40])
legend('nr=0','nr=0.01','nr=0.05','nr=0.1','nr=0.5')
title('Tensor power spectrum CTE,nt=0,log coordinate')

张量功率谱CAMB参数调试相关推荐

吴恩达《优化深度神经网络》精炼笔记（3）-- 超参数调试、Batch正则化和编程框架...
AI有道不可错过的AI技术公众号关注重要通知本公众号原名"红色石头的机器学习之路"已经改名为"AI有道",请大家留意并继续关注本公众号!谢谢! 上节课我 ...
Coursera吴恩达《优化深度神经网络》课程笔记（3）-- 超参数调试、Batch正则化和编程框架
红色石头的个人网站:redstonewill.com 上节课我们主要介绍了深度神经网络的优化算法.包括对原始数据集进行分割,使用mini-batch gradient descent.然后介绍了指数加 ...
第12课：优化神经网络——网络初始化技巧与超参数调试
上一篇,我们主要介绍了神经网络中几种常见的梯度下降优化算法,包括 Mini-Batch.Momentum.Nesterov Momentum.AdaGrad.RMSprop.Adam.Learning ...
吴恩达深度学习笔记7-Course2-Week3【超参数调试、Batch 正则化和程序框架】
超参数调试.Batch 正则化和程序框架一.超参数调试(hyperparameter tuning) 推荐的超参数重要性排序: 1.学习率(learning rate): α 2.隐藏神经单元(hi ...
深度学习笔记第二门课改善深层神经网络第三周超参数调试、Batch正则化和程序框架...
本文是吴恩达老师的深度学习课程[1]笔记部分. 作者:黄海广[2] 主要编写人员:黄海广.林兴木(第四所有底稿,第五课第一二周,第三周前三节).祝彦森:(第三课所有底稿).贺志尧(第五课第三周底稿). ...
吴恩达DeepLearningCourse2-改善深层神经网络：超参数调试、正则化以及优化
文章目录第一周:深度学习的实用层面训练.开发.测试集偏差.方差机器学习基本步骤 L2正则化 Dropout(随机失活)正则化其它正则化方法正则化输入神经网络的权重初始化梯度检验第二周 ...
2.3）深度学习笔记：超参数调试、Batch正则化和程序框架
目录 1)Tuning Process 2)Using an appropriate scale to pick hyperparameters 3)Hyperparameters tuning in ...
02.改善深层神经网络：超参数调试、正则化以及优化 W3. 超参数调试、Batch Norm和程序框架（作业：TensorFlow教程+数字手势预测）
文章目录 1. 探索TensorFlow库 1.1 线性函数 1.2 计算 sigmoid 1.3 计算损失函数 1.4 One_Hot 编码 1.5 用0,1初始化 2. 用TensorFlow建立 ...
02.改善深层神经网络：超参数调试、正则化以及优化 W3. 超参数调试、Batch Norm和程序框架
文章目录 1. 调试处理 2. 为超参数选择合适的范围 3. 超参数调试的实践 4. 归一化网络的激活函数 5. 将 Batch Norm 拟合进神经网络 6. Batch Norm 为什么奏效 7. ...

张量功率谱CAMB参数调试

张量功率谱CAMB参数调试相关推荐

最新文章

热门文章