有趣的数学 了解TensorFlow的自动微分的实现

一、简述

        这里主要介绍了TensorFlow的自动微分(autodiff)功能如何工作,以及与其他解决方案的比较。假设您定义了一个函数f(x, y)= x^2y + y + 2,并且需要计算它的偏导数\frac{\partial f }{\partial x}\frac{\partial f }{\partial y},通常用于执行梯度下降(或某些其他优化算法)。可用的主要选择是手动微分、有限差分近似、正向模式自动微分和反向模式自动微分。

        TensorFlow实现了反向模式autodiff,但要理解它,建议全面了解一下主要的方法。让我们从手动微分开始。

二、手动微分

        计算导数的第一种方法是拿起一支铅笔和一张纸,用你的微积分知识推导出合适的方程。对于刚刚定义的函数f(x, y),它并不太难;您只需要使用五条规则:

        1、常数的导数是0。

     

你可能感兴趣的:(深度学习从入门到精通,有趣的数学,神经网络,人工智能,自动微分,计算图,机器学习,反向传播,链式法则)