plot函数_多元多次函数自动求导在梯度下降中的应用

代码地址：https://github.com/13372034568/machine_learn/ 下面的“工具类.py”

本文所说的自动求导，还停留在多项式求导上；

因为最终需要用图像进行展示，所以，选择了二元二次多项式作为示例。

因为为多项式，所以定义元组用于存储每一元的系数、指数，每一元本身也是多项式。元组的输出如下：

[[(1, 2), (-3, 1)], [(46, 2), (-39, 1), (-27, 0)]]

可以表示为：z = X^2 - 3 * X + 46 * Y^2 - 39 * y - 27

空间曲面如下所示：

多元多次函数曲面逼近

里面的彩色线为梯度下降逼近轨迹

等高线形式表示如下：

多元多次函数等高线

代码包含几个独立模块，分别负责

（1）构造一个多元多次函数所需要的各元系数、指数

def 

（2）实例化多元多次函数

def 

（3）通过自变量求解应变量

def 

（4）对多元多次函数的求导过程

def 

（5）梯度下降

def 

（6）使用matplotlib绘制空间函数曲线、等高线

def