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
微信扫一扫
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