知识卡片
梯度场的闭合路径
对足够光滑的标量函数,梯度表示函数值局部增加的方向与速率;沿路径对梯度积分得到终点与起点的函数值之差。闭合路径起终点相同,积分为零,因此不能沿整条闭合路径始终严格朝函数值增加的方向前进。书中以彭罗斯台阶解释这一点。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 计算图 2.3 函数优化与梯度下降法 · 查看原书依据
梯度沿闭合路径的积分为0
参考来源
- 位置:《用Python实现深度学习框架》第2章《计算图》,2.3 函数优化与梯度下降法(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_017.html`)
- 结论依据:原文定义相应概念,并以计算图或函数曲面解释其用途和局部范围。
- 原始内容:梯度沿闭合路径的积分为0。