神經(jīng)網(wǎng)絡之導數(shù)

在神經(jīng)網(wǎng)絡中连舍,有一個常用的激活函數(shù)sigmoid函數(shù)授段,這個函數(shù)在高等數(shù)學中應該是有的蹲蒲,只是當時沒有理會。函數(shù)圖像如下侵贵,本文主要主要梳理下相應的數(shù)學知識届搁,具體的應用在后續(xù)的文章中會涉及。
在這里插入圖片描述

本文涉及到數(shù)學公式,基本都是大學課本或者高中課本里的卡睦,有興趣的一起來回憶下宴胧。

傳說一個公式能少一個粉絲,但是那也沒有辦法么翰,神經(jīng)網(wǎng)絡離不開數(shù)學牺汤,有興趣的請堅持看下去,雖然有點無聊浩嫌,但是也許你能了解些新的知識檐迟。

導數(shù)

定義

導數(shù)(Derivative),也叫導函數(shù)值码耐。又名微商追迟,是微積分中的重要基礎概念。當函數(shù)y=f(x)的自變量x在一點x0上產(chǎn)生一個增量Δx時骚腥,函數(shù)輸出值的增量Δy與自變量增量Δx的比值在Δx趨于0時的極限a如果存在敦间,a即為在x0處的導數(shù),記作f'(x0)或df(x0)/dx束铭。[圖片上傳失敗...(image-105698-1614514943203)]

手動求導數(shù)

導數(shù)公式

在這里插入圖片描述

求下面的導數(shù):

y = x^2 + 2x 根據(jù)導數(shù)公式廓块,很容易求的導數(shù)是: \dot{y} = 2x+2

順便說一下: 一個多變量的函數(shù)的偏導數(shù),就是它關于其中一個變量的導數(shù)而保持其他變量恒定(相對于全導數(shù)契沫,在其中所有變量都允許變化)

lnx的導數(shù)

lnx的導數(shù)是1/x带猴,這個是眾所周知的,但是它是怎么證明的懈万,這里就用到了導數(shù)的定義拴清,下面是詳細的證明過程:
在這里插入圖片描述

那么這個重要極限又是怎么證明的,
在這里插入圖片描述

復合函數(shù)求導

復合函數(shù)求導公式:設u=g(x)会通,對f(u)求導得:f'(x)=f'(u)g'(x)口予,設u=g(x),a=p(u),對f(a)求導得:f'(x)=f'(a)p'(u)*g'(x)涕侈。

在這里插入圖片描述

對sigmoid函數(shù)求導涉及到的重要公式:
在這里插入圖片描述

下面通過計算求出公式2.1中的第二個式子沪停,其他的同理。
在這里插入圖片描述

計算機求導

計算機求導基于的是導數(shù)的定義裳涛。如果要計算x=3, y=4時關于x的f(x,y)的偏導數(shù)木张, 則可以計算f(3+ε,4) - f(3, 4)并將結果除以ε(使用極限的ε值)。這種類型的導數(shù)值稱為極限差分近似调违。

def f(x, y):    return x ** 2 * y + y + 2def derivative(f, x, y, x_eps, y_eps):    return (f(x + x_eps, y + y_eps) - f(x, y)) / (x_eps + y_eps)df_dx = derivative(f, 3, 4, 0.000001, 0)df_dy = derivative(f, 3, 4, 0, 0.000001)print(df_dx)print(df_dy)

最終的結果: 24.000004003710274 9.99999999606871

按照手動求偏導的結果很接近了窟哺。 公式求偏導的結果是24和10泻轰。這個可以用來做檢驗技肩。

參考

https://www.cnblogs.com/peghoty/p/3857839.html http://www.reibang.com/p/e74eb43960a1 https://baike.baidu.com/item/%E5%AF%BC%E6%95%B0/579188?fr=aladdin https://zhidao.baidu.com/question/524121644.html

寫在最后

導數(shù)還是很重要的,在優(yōu)化算法時候的梯度下降法中的梯度本質(zhì)上就是導數(shù)。
更多內(nèi)容虚婿,歡迎關注我的微信公眾號: 無情劍客旋奢。

?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市然痊,隨后出現(xiàn)的幾起案子至朗,更是在濱河造成了極大的恐慌,老刑警劉巖剧浸,帶你破解...
    沈念sama閱讀 219,270評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件锹引,死亡現(xiàn)場離奇詭異,居然都是意外死亡唆香,警方通過查閱死者的電腦和手機嫌变,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,489評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來躬它,“玉大人腾啥,你說我怎么就攤上這事》胂牛” “怎么了倘待?”我有些...
    開封第一講書人閱讀 165,630評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長组贺。 經(jīng)常有香客問我凸舵,道長,這世上最難降的妖魔是什么锣披? 我笑而不...
    開封第一講書人閱讀 58,906評論 1 295
  • 正文 為了忘掉前任贞间,我火速辦了婚禮,結果婚禮上雹仿,老公的妹妹穿的比我還像新娘增热。我一直安慰自己,他們只是感情好胧辽,可當我...
    茶點故事閱讀 67,928評論 6 392
  • 文/花漫 我一把揭開白布峻仇。 她就那樣靜靜地躺著,像睡著了一般邑商。 火紅的嫁衣襯著肌膚如雪摄咆。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,718評論 1 305
  • 那天人断,我揣著相機與錄音吭从,去河邊找鬼。 笑死恶迈,一個胖子當著我的面吹牛涩金,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 40,442評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼步做,長吁一口氣:“原來是場噩夢啊……” “哼副渴!你這毒婦竟也來了?” 一聲冷哼從身側響起全度,我...
    開封第一講書人閱讀 39,345評論 0 276
  • 序言:老撾萬榮一對情侶失蹤煮剧,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后将鸵,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體勉盅,經(jīng)...
    沈念sama閱讀 45,802評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,984評論 3 337
  • 正文 我和宋清朗相戀三年顶掉,在試婚紗的時候發(fā)現(xiàn)自己被綠了菇篡。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,117評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡一喘,死狀恐怖驱还,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情凸克,我是刑警寧澤议蟆,帶...
    沈念sama閱讀 35,810評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站萎战,受9級特大地震影響咐容,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜蚂维,卻給世界環(huán)境...
    茶點故事閱讀 41,462評論 3 331
  • 文/蒙蒙 一戳粒、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧虫啥,春花似錦蔚约、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,011評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至评雌,卻和暖如春树枫,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背景东。 一陣腳步聲響...
    開封第一講書人閱讀 33,139評論 1 272
  • 我被黑心中介騙來泰國打工砂轻, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人斤吐。 一個月前我還...
    沈念sama閱讀 48,377評論 3 373
  • 正文 我出身青樓搔涝,卻偏偏與公主長得像丝里,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子体谒,可洞房花燭夜當晚...
    茶點故事閱讀 45,060評論 2 355

推薦閱讀更多精彩內(nèi)容