理解机器学习中的术语

文章目录

求导,梯度

  • 高等数学中一个函数 y = f ( x ) y = f(x) y=f(x)
  • 假设这个函数表示求出速度 , y ( 速度 k m / h ) = 1000 ( m ) x ( 小时 h ) y(速度km/h) = \frac{1000(m)}{x(小时 h)} y(速度km/h)=x(小时h)1000(m)
  • 那么这里的求导就是一个求出加速度 p p p
  • p = f ′ ( x ) = ( 1000 x ) ′ = − 1000 x 2 p = f^{'}(x) = (\frac{1000}{x})^{'} = -\frac{1000}{x^2} p=f′(x)=(x1000)′=−x21000
  • 这里的求导直接使用了 牛顿莱布尼茨公式
  • 而代码的办法是逼近求导

代码实现

  • 设 y = f ( x ) y = f(x) y=f(x)

  • 根据最基础的求导理解,逼近 p = lim ⁡ n − > 0 f ( x + n ) − f ( x ) n p = \lim_{n->0}\frac{f(x+n)-f(x)}{n} p=limn−>0nf(x+n)−f(x)

  • 那么求导代码如下

    def func(x):
    return 1000 / x

    求导数

    def get_p(x, batch=5, init=0.1, step=0.1):
    for i in range(batch):
    result = (func(x + init) - func(x)) / init
    init = init * step
    print(f"result == {result} batch = {i} init = {init}")
    return result

    根据极限逼近公式计算

    print(get_p(1))

    根据莱布尼茨公式计算

    print(-1000 / (1**2))

相关推荐
DevUI团队4 分钟前
🚀 MateChat V1.8.0 震撼发布!对话卡片可视化升级,对话体验全面进化~
前端·vue.js·人工智能
聚客AI7 分钟前
🎉7.6倍训练加速与24倍吞吐提升:两项核心技术背后的大模型推理优化全景图
人工智能·llm·掘金·日新计划
黎燃17 分钟前
当 YOLO 遇见编剧:用自然语言生成技术把“目标检测”写成“目标剧情”
人工智能
算家计算18 分钟前
AI教母李飞飞团队发布最新空间智能模型!一张图生成无限3D世界,元宇宙越来越近了
人工智能·资讯
掘金一周21 分钟前
Flutter Riverpod 3.0 发布,大规模重构下的全新状态管理框架 | 掘金一周 9.18
前端·人工智能·后端
用户5191495848451 小时前
C#记录类型与集合的深度解析:从默认实现到自定义比较器
人工智能·aigc
IT_陈寒4 小时前
React 18实战:7个被低估的Hooks技巧让你的开发效率提升50%
前端·人工智能·后端
数据智能老司机5 小时前
精通 Python 设计模式——分布式系统模式
python·设计模式·架构
逛逛GitHub5 小时前
飞书多维表“独立”了!功能强大的超出想象。
人工智能·github·产品
机器之心5 小时前
刚刚,DeepSeek-R1论文登上Nature封面,通讯作者梁文锋
人工智能·openai