教程|深度学习与神经网络相关更多导数的例子

教程|深度学习与神经网络相关更多导数的例子在这一讲中,我将给出一个更加复杂的例子,在这些不同的例子中,函数在不同点出的斜率是不一样的。

先来举一个例子:

我在这里画一个函数f(a)=a的平方,在a=2的点上,a的平方等于4。让我们稍稍往右推进一点点,现在a=2.001,而f(a)即a的平方,约为4.004。但是。如果使用计算机算的话,这个准确的值应该为4.004001。为了简便起见,省略了后面的部分。

这里想表达的是,当a=2时,f(a)=4。

教程|深度学习与神经网络相关更多导数的例子如图所示:这里x轴和y轴的比例,还是不太准确,实际上这个点的高度,要比这里纵轴的x值还要打一点点。X轴和y轴不成比例。

如果让a=2.001,则f(a)约为4.004.如果你在这儿画,一个小三角形,你就会发现如果把a往右移动0.001,那么f(a)将增加四倍,即增大0.004.

在微积分中,我们把这个,此三角形斜边的斜率f(a)在点a=2处的导数等于4。

或者写成微积分的形式。当a=2时,d/daf(a)=4,由此可知,函数f(a)=a^2,a取不同值的时候,它的斜率是不同的,这和上一讲的例子不一样。

如果a=5,不再等于2,a的平方等于25,这是f(a)的值。如果再一次把a往右移一点点,让a=5.001,而f(a)的值大约为25.010.

当我们往右移动了0.001时,f(a)却增大了10倍,即可以写作d/daf(a)=10,此时a的值为5,这里只是小小地移动了a,f(a)的值增大了10倍,有种直观的方法可以解释,为什么一个点的斜率,在不同位置会不同。

如果你在曲线上的不同位置画一些小小的三角形,你会发现,三角形高和宽的比值,在曲线上不同的地方,它们是不同的。

所以,当a=2时,斜率为4,而当a=5时,这里的斜率为10。

如果你翻看微积分的课本,课本会告诉你:d/daf(a)这里f(a)等于a的平方。

函数f(a)=a^2的斜率,应该等于2a,这里不证明这个公式,但你打开微积分的课本,找到上面的公式表,它会告诉你f(a)=a^2的导数,确实为2a。

事实上,这也和我们,手工算的结果一样。当a=2时,函数的斜率为2乘以2,即等于4.

当a=5时,函数的斜率为2乘以a,即2乘以5等于10。

如果你翻看微积分课本,你会看到这个公式,即a的平方的导数,等于2a,这意味着任意给定一点a,如果你稍微将a增大0.001,那么你会看到f(a)将增大2a,即增大的值为点在a处斜率或导数,乘以你向右移动的距离。

现在有个细节需要注意,之前我在这里,使用了一些不精确的值,这里的值不应该为4.04,你知道这里,应该还有而外001。

原因是我们把a向右移动了0.001,然后,如果我们把a向右移动,像这样一个非常非常小的值,那么这个额外的项,将可能被忽略。

这样你会发现f(a)增大的值,刚好等于导数乘以你向右边移动的距离。

至于为什么不是刚好等于4.004,是因为导数就是根据,这个无穷小值来定义的,而这里的0.001虽然比较小,但是他还不足以小到可以被忽略,这就是为什么导数增大的值,不是恰好等于公式算出来的值,而是根据倒数算出来的。

我们再来看几个例子,之前你已经知道的是,f(a)=a^2

教程|深度学习与神经网络相关更多导数的例子