本文主要是介绍深度之眼（十八）——偏导数与矩阵的求导，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
文章目录
- 一、偏导数
- 二、多元复合函数的求导法则，链式求导法则
- 三、方向导数与梯度及其应用
- 四、多元函数泰勒公式与海森炬阵
- 五、多元角数的极值
- 六、距阵的求导
- 七、矩阵的求导在深度学习中的应用
一、偏导数
对某个变量求偏导，则其余变量看成常数
可以直接认为成立，不必拘泥条件
二、多元复合函数的求导法则，链式求导法则
这里举了一个不错的技巧，可以看z到t有几条路径
对多元时求偏导的方法
比如对x求偏导，就看到x的路径，有几条，分别经过什么
关键是画准链式关系
三、方向导数与梯度及其应用
举例
梯度的正方向，是梯度增长最快的方向。
梯度的负方向，是梯度减小最快的方向
四、多元函数泰勒公式与海森炬阵
一般用到二阶
海森矩阵是个对称矩阵
五、多元角数的极值
六、距阵的求导
f(x)对其求偏导，就是个列向量，有几个变量，就有行
右值都是看成实数
解释之前的
J
所以
J对a求偏导等于0，过程在上面
七、矩阵的求导在深度学习中的应用
这篇关于深度之眼（十八）——偏导数与矩阵的求导的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
