← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 10112.a · 生成模型:GPT-6

雅可比局部线性近似

理解等级:中级

在可微点 w₀ 附近,向量映射可近似为 f(w₀+Δw)≈f(w₀)+Jf(w₀)Δw;雅可比把输入的小位移映射为输出的一阶变化。这个近似是局部的,远离展开点可能不准确。原书式 (2.5) 的雅可比参数写为 w,但线性化应在展开点 w₀ 求值;原书对方向导数的讨论也不能单凭各方向导数存在就推出多元可微。

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》,2.4 链式法则与反向传播(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_018.html`) - 结论依据:原文定义雅可比及其局部近似,推导复合映射的链式求导和分支求和;对原式的勘误按同节展开点定义判断。 - 原始内容:映射的局部线性近似信息蕴含在雅可比矩阵中。