图解方向导数与梯度

方向导数

在一维空间的变化率就是 d x d y \frac{dx}{dy} dydx,也就是 f ′ ( x ) f'(x) f(x)。在二维空间中,同样有导数,梯度是二维空间的导数,是某一点的变化情况。一维空间的导数只有大小,而二维空间有 x , y x,y x,y两个维度,所以在二维平面上就会形成一个方向。函数 z = f ( x , y ) z = f(x, y) z=f(x,y) 在点 ( x 0 , y 0 ) (x_0, y_0) (x0,y0)的方向导数表示为:
∂ f ∂ l = ∂ f ∂ x i → + ∂ f ∂ y j → \frac{\partial f}{\partial l} = \frac{\partial f}{\partial x}\overrightarrow{i} + \frac{\partial f}{\partial y}\overrightarrow{j} lf=xfi +yfj

梯度

函数 z = f ( x , y ) z = f(x, y) z=f(x,y) 在点 ( x 0 , y 0 ) (x_0, y_0) (x0,y0)的梯度表示为:
∇ f ( x 0 , y 0 ) = ( ∂ f ∂ x ) 2 + ( ∂ f ∂ y ) 2 \nabla f(x_0, y_0) = \sqrt{(\frac{\partial f}{\partial x})^2 + (\frac{\partial f}{\partial y})^2} f(x0,y0)=(xf)2+(yf)2

示例

举例来说,设函数 y = f ( x , y ) = e − x 2 − y 2 y=f(x,y) =e^{-x^2 - y^2} y=f(x,y)=ex2y2,其在点 P ( x 0 , y 0 ) P(x_0, y_0) P(x0,y0) 方向导数可以表示如下:
∂ f ∂ l = − 2 x 0 e − x 0 2 − y 0 2 i → − 2 y 0 e − x 0 2 − y 0 2 j → \frac{\partial f}{\partial l}= -2x_0e^{-x_0^2 - y_0^2}\overrightarrow{i} -2y_0e^{-x_0^2 - y_0^2}\overrightarrow{j} lf=2x0ex02y02i 2y0ex02y02j

其中 i → \overrightarrow{i} i 方向的系数由 f f f x x x 的偏导数决定。类似的, j → \overrightarrow{j} j 方向的系数由 f f f y y y 的偏导数决定。这样我们就可以求得点P在任意方向上的方向导数。其几何含义就是 f f f 在点P所有方向的变化速率。

几何意义

梯度的几何意义如如下图所示。
在这里插入图片描述
比如,当 x = 0 , y = 0 x=0, y=0 x=0,y=0 时,其方向导数为 0 j → + 0 j → 0\overrightarrow{j}+0\overrightarrow{j} 0j +0j ;而当 x = 1 , y = 1 x=1,y=1 x=1,y=1 时, − 2 e − 2 j → + − 2 e − 2 j → -2e^{-2}\overrightarrow{j}+-2e^{-2}\overrightarrow{j} 2e2j +2e2j

当曲面不是平面的时候,每个方向上的变化率是不一样的。如下图所示,在点P,其梯度就是在各个方向的变化。

再看另外的一个示例[2,3],在这个示例中,如果要到达两个最低点(如下图所示),可以有两条不同的路径。这两条路径是最短路径,条件就是路径上的每点都是方向导数最小的点。
在这里插入图片描述

参考文献

[1] 西安建筑科技大学、第七节 方向导数与梯度,http://netedu.xauat.edu.cn/jpkc/netedu/jpkc/gdsx/homepage/5jxsd/51/513/5308/530807.htm
[2] Pablo J. Villacorta,Introduction to Deep Learning Part 1: Neural Networks,https://www.stratio.com/blog/deep-learning-neural-networks-1,2017/09.
[3] 没名字的蓝猫,深度解读机器学习“梯度下降”,https://www.jianshu.com/p/17191c57d7e9,2018/02.

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