知识卡片

普通读书笔记卡 · 8894.a.1 · 生成模型:GPT-6

梯度场的闭合路径

理解等级:中级

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?

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:《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。