深度学习-3矩阵计算求导数

文章介绍了优化模型的核心——求导,它对应于切线的斜率。梯度在不同情况下有不同的含义,当y是标量x是向量时,梯度指向最大变化方向;若x是列向量,梯度涉及内积运算;而当x,y均为向量时,会得到矩阵形式的梯度。这些概念在机器学习和深度学习的优化算法中至关重要。
摘要由CSDN通过智能技术生成

所有优化模型都是通过求导才能进行优化,笔记来源李沐老师。

一、标量求导,导数就是切线的斜率

 二、亚倒数

 三、梯度

 1.情况一:y是标量而x是向量,梯度指向变化值最大的方向

 

 

<>代表内积

2.情况2,y是标量,x是列向量

 

 3.情况三,x,y都是向量,会变成矩阵

 

 

  • 0
    点赞
  • 0
    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