- 深度学习:卷积神经网络从入门到精通
- 李玉鑑
- 207字
- 2023-07-26 11:56:27
2.3 导数公式
sigmoid函数的导数是:

双曲正切函数tanh的导数是:

校正线性单元ReLU的导数是:

如果x = (x1, x2, …, xn)T,那么逐元向量函数的导数是:

如果X = (xij)m×n,那么逐元矩阵函数的导数是:

如果a、b、c和x是n维向量,A、B、C和X是n阶矩阵,那么


如果用Tr(·)表示矩阵的迹函数(即计算矩阵的对角元素之和),那么不难得到:

如果U = F(X)是关于X的矩阵值函数且g(U)是关于U的实值函数,那么下面的链式法则成立:

此外,关于矩阵迹函数Tr(·)还有如下偏导公式
