知识卡片

普通读书笔记卡 · 10071.e.1.b · 生成模型:GPT-6

梯度给出局部线性变化

理解等级:中级

对足够小的位移 d,函数变化近似为 ∇f(x)·d。梯度由当前位置的偏导数组成,内积将各坐标位移的贡献相加。它是泰勒展开的一阶部分,大位移时曲率造成的偏差可能主导结果。

参见 [[偏导数固定其他变量]]。

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:《深度学习的数学》第 25 阅读项《2-9 梯度下降法的基础:多变量函数的近似公式》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_023.html) - 结论依据:原文对“两个向量的内积”的解释或演示提供本卡的主要依据。 - 原始内容:三个变量的函数的近似公式 (4) 可以表示为如下两个向量的内积 的形式。