先x后y偏导数_深度学习笔记系列(一):导数,梯度与方向导数

开学已经两个月了,看了很多的论文,也写了一定的代码了,但是有时候会感觉很自己有很多基础的部分不是很扎实,所以准备系统地整理一下这些知识,并且记录下来,毕竟teaching is the best way to study。这一部分的笔记之后会包括高等数学,线性代数,概率论,机器学习,深度学习的相关知识以及其应用。

第一篇讲的是导数,梯度和方向导数。

导数

单变量导数的一阶导

对于单变量来说,其导数的计算方法如下:

导数代表的意义是函数在x处的变化率,当导数为0时x可能为函数的鞍点或者极值点。

26a0caea89d04e3b9990ef15db27496b.png

单变量函数的二阶导数

二阶导数代表的意义是函数在x点处导数的变化率。

二阶导数的计算方式如下:

二阶导数为0,说明该点的导数变化率为0。

偏导数

当一个函数有多个变量,而你只想计算函数与某个变量的变化关系时,就需要计算偏导数。

偏导数的计算方式如下:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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