在单变量的函数中,梯度可简单理解为只是导数。函数f的梯度方向是函数f的值增长最快的方向,最陡的方向,换句话说,在一个场中,函数在某一点处的梯度即为此点方向导数最大值。
更多可见:http://www.mark-to-win.com/tutorial/mydb_ConvoluNeural_WhatIsGradient.html
在单变量的函数中,梯度可简单理解为只是导数。函数f的梯度方向是函数f的值增长最快的方向,最陡的方向,换句话说,在一个场中,函数在某一点处的梯度即为此点方向导数最大值。
更多可见:http://www.mark-to-win.com/tutorial/mydb_ConvoluNeural_WhatIsGradient.html