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)