梯度方向问题

Posted Alex0111

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了梯度方向问题相关的知识,希望对你有一定的参考价值。

同济四版关于这个问题的思维跳跃太大,很不厚道!

同济五版关于这个问题继续跳跃,直接给结论,就是不讲为什么,急死你!

盼星星盼月亮终于等到了仍然在装的同济六版,但在P104留下了蛛丝马迹:

 

向左转|向右转

技术分享

 

上面这段话中θ=0是关键点。因为θ=0时,方向导数(还是同济六版P104)

 

向左转|向右转

技术分享

 

                     =|grad f(x0,y0)|×1>0,

即沿梯度方向的方向导数>0,再加上方向导数定义中t→0+,也就是说函数在梯度方向的变化率是正的,所以函数值沿梯度要变大,即从低等高线指向高等高线。

 

虽然同济六版未讲内法线外法线的概念,但应该不妨碍理解上面内容。

以上是关于梯度方向问题的主要内容,如果未能解决你的问题,请参考以下文章

为啥随机梯度下降方法能够收敛

matlab中梯度的膜代表啥

梯度与方向导数

Pytorch之梯度下降和方向传播理论介绍

梯度下降算法(Gradient Descent)

反向梯度方向是函数值局部下降最快的方向