求导

多层自定义函数嵌套，内层函数未执行解决办法

分析后发现在执行完promise第一层函数后虽然请求了接口，但是没有走成功或失败的方法，后台查询日志后发现数据正常返回了，猜测应该是异步请求导致请求后的成功方法没有执行就执行后续操作了，因此在promise
前后端杂货铺·2023-09-11 03:23

前向差分、后向差分和中心差分误差分析

前向差分、后向差分和中心差分误差分析假设有函数y=f(x)，但是我们只知道该函数中有限个离散点，比如我们只知道函数上的有限点集：现在我们想利用这些有限点集对函数f(x)求导。
大熊背·2023-09-10 08:07

【白话机器学习系列】白话梯度下降

文章目录优化算法一维梯度下降均方误差梯度下降什么是均方误差单权重双权重三权重三个以上权重矩阵求导结论优化算法在机器学习中，优化是寻找理想参数或权重以最大化或最小化成本或损失函数的过程。
JarodYv·2023-09-10 06:39

LeetCode343之整数拆分（相关话题：数学柯西不等式，求导）

题目描述给定一个正整数n，将其拆分为至少两个正整数的和，并使这些整数的乘积最大化。返回你可以获得的最大乘积。示例1:输入:2输出:1解释:2=1+1,1×1=1。示例2:输入:10输出:36解释:10=3+3+4,3×3×4=36。说明:你可以假设n不小于2且不大于58。解题思路设将整数n拆分为a个小数字：n=n1+n2+...+na本题等价于求解：max(n1×n2×...×na)以下数学推导总
数据与后端架构提升之路·2023-09-10 05:46

（3/300）分部积分法

既然能搜索到这个词条，那么必然是知道函数积的求导公式了，（uv)’=uv’+vu’,也一定知道导数又叫微商了，那么就对其进行变形，先化成duv=udv+vdu，然后两边取不定积分，得uv=∫udv+∫vdu
风声holy·2023-09-09 12:54

Nginx服务器出现500错误的原因及解决方法

Nginx500错误（InternalServerError），主要指的是服务器内部错误，即服务器遇到意外情况，无法完成请求导致返回出错。那么出现Nginx500错误有哪些原因导致的呢？该如何解决？
解决问题no解决代码问题·2023-09-09 10:35

python机器学习| 岭回归介绍及实现

在正规方程解中，它是基于直接求导得到最优解，公式如下：但是，遇到如下情况的时候，正规方程无法求解。数据中有多余的特征，例如数据中有两组特征是线性相关的，此时需要删除其中一组特征。特征数大于样本数。
Claire_chen_jia·2023-09-09 05:31

机器学习

3求导容易。缺点是在饱和情况下梯度太小。***梯度下降算法、计算损失函数之后，用求导的思想进行求导学习率进行调整***均方差代价函
chen_sheng·2023-09-08 10:11

最小二乘法

数学形式写成矩阵的形式：展开：求解最小化问题，极值点在导数为0处：即：则：这样就把参数求解变成了矩阵运算的形式矩阵求导公式：https://blog.csdn.net/u010976453/article
wzNote·2023-09-07 20:17

高等数学刷题

构造辅助函数，可以只看被求导的项，f(a),g(a)不要用拉格朗日定理推导柯西中值定理，拉格朗日定理两个点可能不一样柯西是同一点先看是否为0/0形或者∞/∞形，再上下分别求导直到可以代0由柯西中值定理只能互推原函数的极限存在和导函数中有点列极限存在
炬火初现·2023-09-07 17:51

OpenCV之拉普拉斯算子：Laplacian()函数

根据图像处理的原理，二阶导数可以用来进行边缘检测，因为图像是二维的，需要在两个方向上求导，使用Laplacian算子将会使求导过程变得简单。
xddwz·2023-09-07 16:05

FPGA图像处理基础~sobel算子

sobel的由来是求导公式即：f'(x)=lim(h→0)[f(x+h)-f(x-h)]/2h，通过高等数学的知识易得，这个公式可以通过求微分来取得数值变化的大小。
NoNoUnknow·2023-09-07 05:48

[Pytorch框架] 2.1.2 使用PyTorch计算梯度数值

文章目录使用PyTorch计算梯度数值Autograd简单的自动求导复杂的自动求导Autograd过程解析扩展Autogradimporttorchtorch.
YEGE学AI算法·2023-09-06 20:11

AJAX笔记

传统的请求导致用户的体验有空白期。
miss_you1213·2023-09-06 15:01

loss.sum.backward()为什么要sum()?

对于高阶和高维的y和x，求导的结果可以是一个高阶张量。
闪闪发亮的小星星·2023-09-06 10:16

高等数学笔记

二阶导公式（参数方程）微分就是在导数后面乘以一个dx即可先求微分（即先求导再*▲x）然后全部代入即可（x带入原状态，▲x带入改变量即可）
炬火初现·2023-09-06 08:25

埋点的探索，自动注入的方案

1.需求导向1.1.需求导向，背景描述产品期望埋点需求，一般是页面访问统计，使用时长，某按钮或模块点击事件统计或者是复杂行为统计。
老夫掐指一算z·2023-09-06 06:23

一些神经网络的记录

RNN出现梯度消失和梯度爆炸主要体现在长句子中，因为在反向传播BP求导时，当前t时刻隐层输出的梯度包含了所有后续时刻激活函数导数的乘积，所以如果t越小、句子越长，就会出现问题。
一枚小可爱c·2023-09-05 04:04

深度学习--微积分&自动求导

x=torch.arange(4.0)print("x=",x)#x=tensor([0.,1.,2.,3.])x.requires_grad_(True)#等价于`x=torch.arange(4.0,requires_grad=True)`print("x=",x)#x=tensor([0.,1.,2.,3.],requires_grad=True)print("x.grad=",x.grad
零度畅想·2023-09-04 22:48

《视觉SLAM十四讲》读书笔记（四）

状态估计问题6.1.1批量状态估计与最大后验估计6.1.2最小二乘的引出6.1.3最小二乘问题解析解6.2非线性最小二乘6.2.1一阶和二阶梯度法（1）最速下降法（2）牛顿法（3）小结1（4）**补充：矩阵求导公式
家家的快乐空间·2023-09-03 01:24

9. 微积分 - 导数

文章目录导数求导实例代码演示：迭代法求解二次函数最小值阶Hi,大家好。我是茶桁。我们终于结束了极限和连续的折磨，开启了新的篇章。不过不要以为我们后面的就会很容易，只是相对来说，没有那么绕而已。
茶桁·2023-09-02 21:59

函数

判断方法：求导。复合函数，同增异减。奇偶性f(-x)<-f(x)为奇函数f(-x)
古城路揸fit人·2023-09-02 19:16

微服务架构｜go-zero 的自适应熔断器

那么调用者为了避免过多请求导致资源消耗过大，最终引发系统雪崩，会直接返回错误，而不是疯狂调用这个服务。本篇文章会介绍主流熔断器的工作原理，
·2023-09-02 12:35

四元数与三维向量相乘运算

入门（矩阵运算及几何模块）SLAM——之Eigen函数库，一个相对复杂的EIgen使用实例SLAM——Eigen函数库:矩阵块运算，block操作欧拉角和旋转矩阵相互转换四元数与三维向量相乘运算四元数求导
大江东去浪淘尽千古风流人物·2023-09-02 12:32

SLAM——之Eigen函数库

入门（矩阵运算及几何模块）SLAM——之Eigen函数库，一个相对复杂的EIgen使用实例SLAM——Eigen函数库:矩阵块运算，block操作欧拉角和旋转矩阵相互转换四元数与三维向量相乘运算四元数求导
大江东去浪淘尽千古风流人物·2023-09-02 12:02

四元数求导

入门（矩阵运算及几何模块）SLAM——之Eigen函数库，一个相对复杂的EIgen使用实例SLAM——Eigen函数库:矩阵块运算，block操作欧拉角和旋转矩阵相互转换四元数与三维向量相乘运算四元数求导
大江东去浪淘尽千古风流人物·2023-09-02 12:31

SLAM——Eigen函数库之矩阵块运算，高阶操作middleCols与segment用法

一个相对复杂的EIgen使用实例SLAM——Eigen函数库:矩阵块运算，block操作SLAM——Eigen函数库之Eigen::Ref使用实例欧拉角和旋转矩阵相互转换四元数与三维向量相乘运算四元数求导
大江东去浪淘尽千古风流人物·2023-09-02 12:59

【线性代数】矩阵求导的本质与分子布局、分母布局的本质（矩阵求导——本质篇）

矩阵求导的本质与分子布局、分母布局的本质（矩阵求导——本质篇）说在前面一.函数与标量、向量、矩阵二.矩阵求导的本质三.矩阵求导结果的布局四.分子布局、分母布局的本质五.向量变元的实值标量函数说在前面我将严谨地说明矩阵求导的本质与分子布局
BH04250909·2023-09-02 10:29

机器学习中常用的矩阵求导公式

矩阵求导好像读书的时候都没学过，因为讲矩阵的课程上不讲求导，讲求导的课又不提矩阵。如果从事机器学习方面的工作，那就一定会遇到矩阵求导的东西。
城市中迷途小书童·2023-09-02 05:33

《Batch Normalization》阅读笔记

当增大时，趋向于0.这会使得对参数的求导也趋向于0，使得训练速度变慢。然而，由于受，和下面所有层的参数的影响，在训练期间对这些参数
卢晨耀·2023-09-02 03:18

如何运用数学知识去看清生活中的问题本质？

还有各种函数之间可以进行一些变形相互转换，有些在对数函数中很难的问题其实在幂函数的视角是很简单的，高数中极限、求导、积分三大运算亦是相辅相成的。我似乎感应到了一些什么东西，可又抓不住，说不清
正方形的圆圈·2023-09-02 00:47

MATLAB中符号变量的使用方法解析

%定义符号变量symsxy%求解方程eqn=x^2+y^2==1;sol=solve(eqn,y);disp(sol);%求导f=exp(-x^
大牛攻城狮·2023-09-01 12:14

深度学习基础：矩阵求导+反向传播

求导过程常用损失函数公式的求导：重点：向量对向量求导a=，向量a对向量W求导，导数为WTW^{T}WT.推导过程：当自变量和因变量均为向量时，求导结果为一个矩阵，我们称该矩阵为雅可比矩阵(JacobianMatrix
TANGWENTAI·2023-09-01 04:10

机器学习

数学知识主要是需要了解到有关于高数的极限、求导、梯度的概念及其求法，以及一些关于求最优化的知识。还需要了解到线性代数的内容，包括各种矩阵的各种运算方式，更为重要的的是如何求矩阵向量的梯度，导数。
月过不了头·2023-08-31 01:33

4 多层感知机-个人理解

4.1多层感知机4.1.1RuLU函数求导表现好，要么参数消失，要么参数通过，减轻了梯度消失问题。%matplotlibinlineimporttorchfro
顺顺不吃竹笋·2023-08-30 21:38

torch.randn()

torch.randn()中的四个数分别为：size：输出张量的形状dtype：输出张量的数据类型device：输出张量所在的设备requires_grad：是否对输出张量进行求导torch.rand(
理不理解·2023-08-30 03:54

【Math】导数、梯度、雅可比矩阵、黑塞矩阵

导数、梯度、雅可比矩阵、黑塞矩阵都是与求导相关的一些概念，比较容易混淆，本文主要是对它们的使用场景和定义进行区分。
Yngz_Miao·2023-08-30 02:18

视觉SLAM14讲笔记-第4讲-李群与李代数

李代数的引出：在优化问题中去解一个旋转矩阵，可能会有一些阻碍，因为它对加法导数不是很友好（旋转矩阵加上一个微小偏移量可能就不是一个旋转矩阵），因为旋转矩阵本身还有一些约束条件，那样再求导的过程中可能会破坏要优化的矩阵是旋转矩阵的本质条件
可峰科技·2023-08-29 23:19

Pytorch.tensor 相关用法

Torch.tensor.backward()方法的使用举例理解optimizer.zero_grad(),loss.backward(),optimizer.step()的作用及原理Autograd:自动求导
[[Night Knight]]·2023-08-29 21:07

Pytorch框架学习（3）——计算图与动态图机制

边表示运算，如加减乘除卷积等用计算图表示：将原来的计算拆分成在这里插入图片描述采用运算法的优势是令梯度的计算更加方便，下面来看一下y对w求导的过程。
aidanmomo·2023-08-29 17:19

2019-03-18机器学习——梯度消失和爆炸

反向传播的迭代公式为其中f是激活函数，常用sigmoid激活函数求导为导数值域都小于1，误差经过每一层传递都会减小，层数很深的时候，梯度就会不停衰减，甚至消失，使网络很难训练，这就是梯度消失问题。
hhhhlyy·2023-08-29 05:56

P19~20 含有运算放大器的电阻电路——列方程解方程即据已知推未知，再由已推出的未知推剩余未知

后续学习电容电感后可以做出求导、积分、微分运算1、简介运放是线性元件加入负反馈会增加频带和减小非线性失真。
高原低谷·2023-08-29 04:55

多项分布的指数分布族形式的一个小坑

在徐老师课件里（(part-4)Variational-Inference-for-LDA_哔哩哔哩_bilibili）的对ELBO关于自然参数进行求导时，遇到了多项分布的指数家族分布形式的log-partitionfunction
ElienC·2023-08-29 02:41

YoloV8改进策略：来自谷歌最新的优化器——Lion，在速度和精度上双双提升。Adam表示年轻人不讲武德

文章目录摘要论文翻译摘要1、简介2、算法的符号发现2.1、程序搜索空间2.2、高效搜索技术2.3、泛化:方案选择与简化3、Lion的推导与分析3.1、求导3.2、分析4、Lion评估4.1、图像分类4.2
静静AI学堂·2023-08-28 22:26

vue导出excel表格，多级表头

需求：image.png要求导出如上图所示的表格文件。
离陌夕·2023-08-28 13:53

4. 矩阵计算

4.1标量导数4.2亚导数4.3求导4.3.1梯度①y是向量，x是标量的话，求导为标量。②y是向量，x是向量的话，求导为矩阵。4.3.2标量对向量求导③是一个椭圆，梯度是指向值变化最大的方向。
Gosling123456·2023-08-28 06:26

复杂的融合算子训练pass自动化的探讨

在flashattention带来速度提升的同时，我们发现其训练过程必须重新来写，打破了pytorch和tensorflow等引以为豪的自动化求导的机制，而必须加入新的求导算子；那么，每次出现融合算子时
Eloudy·2023-08-27 19:25

梯度下降

梯度是向量，求梯度就要求导数。在python中，除了自己手动计算以外，还有两个常用的求导方法：Scipy&Sympy使用向量化的方式编写代码，但是发现在真实数据中效果
maybelillian_gu·2023-08-27 16:20

一个F范数对矩阵求导例子

==PART1==1.问题如何求下列表达式中的未知参数W？求偏导？min⁡f(W)=min⁡w∥(XW∘D˘)B∥F2(0)\minf(W)=\min_w\|(XW\circ\breve{D})B\|_F^2\tag{0}minf(W)=wmin∥(XW∘D˘)B∥F2(0)其中只有W是未知参数\textcolor{red}{只有W是未知参数}只有W是未知参数，且X∈Rn×m,W∈Rm×c,D˘∈
lgl123ok·2023-08-27 03:46

OpenSIPS 通话中 UPDATE 请求导致没有声音问题

文章目录1.问题现象2.抓包排查3.问题分析及解决方案1.问题现象在SIP应用的开发中，通话一端听不到声音是比较常见的问题。一般来说，没有声音意味着RTP传输存在障碍，追根究底就是网络不通或者端口未开放等原因。但在实践中，真正造成RTP传输故障的原因各式各样，以下是笔者遇到的一个案例：坐席使用软电话注册到OpenSIPS，常驻拉起后拨打外部用户，媒体流传输正常坐席使用硬话机注册到OpenSIPS，
谈谈1974·2023-08-26 17:23
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他