C++自動微分（Automatic differentiation）原理1

0. 原因 下面介紹下爲何要引入自動 自動微分(automatic differentiation -> AD )。ios 一個優化問題的例子 假設如今咱們在解決一個機器學習的問題，有了一些訓練樣本，如今須要尋找一個最優的函數，使得函數對輸入X的估計Y’與實際輸出Y之間的指望風險最小化。利用已知的經驗數據（訓練樣本）來計算獲得的偏差，被稱之爲經驗風險。使用對參數求經驗風險來逐漸逼近理想的指望風險的

>>阅读原文<<