课堂笔记 - 深度学习 Deep Learning (17)

在向量中求各个方向的梯度下降：

• Gradients and Directional Derivatives

假设F(x,y) = x^2 * y^3，
则梯度在x,y方向则是分别对x.y做偏微分：

因此当我们带入一个点时就可以得知这个点在梯度上的走势：

当我们做偏微分的时候其实是在计算之後带入的点x何y分别的走向，

所以假设今天有一个单位向量v = [a,b]，且要用f(x,y)去预测走势时：

即可带入公式，也就是用项v跟f(x,y)的偏微分作内积，至於为什麽作内积下一篇会讲：

最後的结果就是向量的校正值。

例题

忘了先发这篇...就发Q&A了 赶快偷补