深度学习利器之自动微分(2)
深度学习利器之自动微分(2) 目录 深度学习利器之自动微分(2) 0x00 摘要 0x01 前情回顾 0x02 自动微分 2.1 分解计算 2.2 计算模式 2.3 样例 2.4 ...
原文：深度学习利器之自动微分(1)
深度学习利器之自动微分 目录 深度学习利器之自动微分 x 摘要 . 缘起 . 自动微分 x 基本概念 . 机器学习 . 深度学习 . 损失函数 . 权重和偏置 . 导数和梯度 . 梯度下降 . 反向传播 . 可微分编程 . . 可微分编程永生 . . 深度学习成功的关键 . . 可微分编程 x 微分方法 . 常见方法 . 手动微分 . 数值微分 . 符号微分 . 自动微分 . . 中间方法 . . ...
2021-10-12 17:25 3 4454 推荐指数：
相关推荐
[源码解析]深度学习利器之自动微分(3) --- 示例解读
[源码解析]深度学习利器之自动微分(3) --- 示例解读 目录 [源码解析]深度学习利器之自动微分(3) --- 示例解读 0x00 摘要 0x01 概述 1.1 编码历史 1.2 如何应用 ...
PyTorch学习笔记4--PyTorch自动微分
PyTorch所有神经网络的核心是autograd自动微分。该 autograd 软件包为 Tensors 上的所有操作提供自动微分。 计算图 = Tensor + Function PyTorch也是以计算图为核心进行微分的。这与TensorFlow中是一致的。在计算图中，圆圈/矩形等表示 ...
机器学习-深度学习-偏微分方程 文献整理
(2018).[paper] 总结了深度学习在核物理方面的应用，不包括解决微分方程的相关内容。 2. ...
在 Kubernetes 上弹性深度学习训练利器 -- Elastic Training Operator
作者 | 徐晓舟（萧元） 来源|阿里巴巴云原生公众号 背景 由于云计算在资源成本和弹性扩容方面的天然优势，越来越多客户愿意在云上构建 AI 系统，而以容器、Kubernetes 为代表的云原生 ...
自动微分原理与示例
自动微分原理与示例机器学习的同学在学习过程中会经常遇到一个问题，那就是对目标函数进行求微分，线性回归这类简单的就不说、复杂的如神经网络类那些求导过程。本文介绍了五种微分方式，最后两种才是自动微分。前两种方法求出了原函数对应的导函数，后三种方法只是求出了某一点的导数。假设原函数是f(x,y ...
微积分——自动微分
梯度下降法（Gradient Descendent）是机器学习的核心算法之一，自动微分则是梯度下降法的核心； 梯度下降法用于求损失函数的最优值，前面的文章中我们说过梯度下降是通过计算参数与损失函数的梯度并在梯度的方向不断迭代求得极值；但是在机器学习、深度学习中很多求导往往是很复杂的，手动使用 ...
附录D——自动微分（Autodiff）
本文介绍了五种微分方式，最后两种才是自动微分。 前两种方法求出了原函数对应的导函数，后三种方法只是求出了某一点的导数。 假设原函数是$f(x,y) = x^2y + y +2$，需要求其偏导数$\frac{\partial f}{\partial x}$和$\frac{\partial f ...