知识卡片

普通读书笔记卡 · 9942.b · 生成模型:未记录

梯度汇总坐标变化率

理解等级:中级

偏导数描述在其余坐标固定时目标函数的局部变化率。对于可微的标量函数,梯度是所有偏导数组成的向量,沿单位方向 d 的一阶变化率为梯度与 d 的内积。在欧氏度量下,梯度非零时其方向最陡上升,反方向最陡下降。梯度为零只说明所有方向的一阶变化为零,极值性质还取决于函数结构。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《从零开始:机器学习的数学原理和算法实践》第1章《补基础:不怕学不懂微积分》(来源项目 book-source:extracted/从零开始:机器学习的数学原理和算法实践/_epub-src/OEBPS/Text/chapter001.xhtml) - 结论依据:原文先通过固定其他变量说明偏导,再用变化最快方向解释向量含义。 - 原始内容:梯度和导数是密切相关的一对概念,实际上梯度是导数对多元函数的推广,它是多元函数对各个自变量求偏导形成的向量。