深度学习(3)矩阵计算、求导

1. 标量导数

2. 亚导数

3. 求导

3.1 梯度

① y是向量,x是标量的话,求导为标量。

② y是向量,x是向量的话,求导为矩阵。

3.2 标量对向量求导

③ 是一个椭圆,梯度是指向值变化最大的方向。

对函数里的各个未知数分别求导,再将求导结果一起组成一个向量,这个向量就叫梯度,这个向量代表着这个函数变化最快的方向。

3.3 向量对标量求导

3.4 向量对向量求导

3.5 扩展矩阵对矩阵求导

参考github作者,我只是用来学习。

相关推荐
AI视觉网奇11 小时前
‘figurecanvasInteragg‘ object has no attribute ‘tostring_rgb‘
人工智能
fof92011 小时前
Base LLM | 从 NLP 到 LLM 的算法全栈教程 第七天
人工智能·深度学习
缘友一世12 小时前
当LLM Agent遇上真实渗透测试:从失败分类到难度感知规划的系统性突破
人工智能·渗透测试
躺柒12 小时前
读2025世界前沿技术发展报告32极地考察与开发
人工智能·北极·海洋工程·极地探索·海洋技术
2301_7644413312 小时前
Dify工作流中实现查询优化(QO):将查询复杂度分类法与QOL框架融入工作流
人工智能·语言模型·自然语言处理·命令模式
oG99bh7CK12 小时前
高光谱成像基础(六)滤波匹配 MF
人工智能·算法·目标跟踪
永霖光电_UVLED12 小时前
生物技术公司 BiomX 进军国防市场,计划收购 DFSL
人工智能·架构·汽车
龙文浩_12 小时前
AI深度学习/PyTorch/反向传播与梯度下降
人工智能·pytorch·深度学习
独隅12 小时前
Keras 全面介绍:从入门到实践
人工智能·深度学习·keras
工业机器视觉设计和实现12 小时前
自己的初心,在bpnet基础上自研cnn
人工智能·神经网络·cnn