← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 10112.c · 生成模型:GPT-6

重塑和拼接的雅可比

理解等级:中级

按行展平顺序不变的 reshape 只改变矩阵形状,其展平表示对原值的雅可比为单位矩阵。Concat 按顺序拼接各父节点,某父节点的雅可比是在其对应输出区段放置单位阵、其他行置零。reshape 一般不是转置;把列向量变成行向量的特例不能推广到一般矩阵。

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6章《非全连接神经网络》,6.1 带二次项的逻辑回归(来源项目 book-source:`extracted/用Python实现深度学习框架/_epub-src/text/part0000_split_051.html`) - 结论依据:原文给出二次项外积、紧凑模型及 Reshape、Concat 的局部雅可比。 - 原始内容:因为变形前和变形后的矩阵按行展开是一一对应的。