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
Lethehong2 小时前
想掌握全球实时态势?手把手教你部署开源情报工具 World Monitor
人工智能·开源
卡梅德生物科技2 小时前
卡梅德生物科普:CD140a(PDGFRα)靶点深度解析:机制、药物研发与未来趋势
大数据·人工智能·面试·职场和发展·学习方法
火山引擎开发者社区2 小时前
看清 OpenClaw 每一步:扣子罗盘Trace 全新上线
人工智能
方寸 ACE2 小时前
OpenClaw 部署教程(使用 npm)
人工智能
tzc_fly2 小时前
RandOpt:神经丛林
人工智能
BertieHuang2 小时前
《OpenCode》源码解析.3 - 加载 Agent 配置
人工智能
leafyyuki2 小时前
前端 SSE 流式请求实战:打造流畅的 AI 流式应答体验
前端·人工智能·markdown
搬砖者(视觉算法工程师)2 小时前
通俗易懂的 Transformer 入门文章(第二部分):工作原理分步拆解
人工智能
Daydream.V2 小时前
Opencv——图片旋转及多模板匹配
人工智能·opencv·计算机视觉