DL | 一文读懂自动微分( AutoDiff)原理

整理自《Hands On ML——Appendix D》,略有改动,如有不解请参考原文(感觉原文也多少有点问题)。

在这里插入图片描述

1. Manual Differentiation

在这里插入图片描述

2. Symbolic Differentiation(符号微分)

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

3. Numerical Differentiation(数值微分)

在这里插入图片描述在这里插入图片描述

4. Forward-Mode Autodiff(前向自动微分)

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

5. Reverse-mode Autodiff(反向自动微分)

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述

  • 8
    点赞
  • 34
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值