向量微积分

机器学习里经常用到标量和向量、向量和向量的求导,其实只是把向量对应位置的元素进行求导。但是,这些元素的组织方式有两种,分别是分子布局和分母布局,二者并无本质上的差别,只是结果相差个转置。这两种布局都存在,初学者常常混淆。

例:
∂ y ∂ x \frac{∂y}{∂x} xy,其中y是n维列向量,x是标量。
在这里插入图片描述
两种布局容易混淆,建议选择自己习惯的布局即可。这里我们选择分子布局进行后面的说明。
符号约定:
小写粗体:值为向量;大写粗体:值为矩阵;小写斜体:值为标量。以a、b、c、d表示和x无关的函数,u=u(x),v=v(x),f、g、h是函数。
在这里插入图片描述

文章参考:https://blog.csdn.net/wenjianmuran/article/details/90669933

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    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 2
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