文章目录
一、偏导数

 

 
二、多元复合函数的求导法则,链式求导法则


 
 
三、方向导数与梯度及其应用

 
 

 


 梯度的正方向,是梯度增长最快的方向。
 梯度的负方向,是梯度减小最快的方向
四、多元函数泰勒公式与海森炬阵

 
 
 海森矩阵是个对称矩阵
五、多元角数的极值

 
 
六、距阵的求导

 


 

 
 
七、矩阵的求导在深度学习中的应用

 
 
深度之眼(十八)——偏导数与矩阵的求导
阅读 165
2022-07-30

 

 


 
 

 
 

 


 梯度的正方向,是梯度增长最快的方向。
 梯度的负方向,是梯度减小最快的方向

 
 
 海森矩阵是个对称矩阵

 
 

 


 

 
 

 
 
相关推荐
精彩评论(0)