automatic-differentiation
-
重复使用 GradientTape 进行多次雅可比计算
-
Python JAX/Autograd 向量值函数的雅可比行列式
-
什么是可微分编程？
-
如何在 autograd 中逐个元素分配方程式
-
Pytorch Autograd：运行时错误 "grad can be implicitly created only for scalar outputs" 是什么意思
-
在 Julia 中使用 ForwardDiff 时限制函数签名
-
计算图 vs（计算机代数）符号表达式
-
如何获取深度学习模型中输出相对于输入的偏导数？
-
牛顿法 PyTorch 实现中的更新步骤
-
使用 CoDiPack 自动区分
-
tensorflow在梯度计算时如何处理不可微节点？
-
在 Julia 中使用预分配数组的函数使用自动微分
-
为什么 C++ 编译器不做更好的常量折叠？
-
C++ 反向自动微分图
-
Julia ReverseDiff：如何采用梯度 w.r.t。只是输入的一个子集？
-
将 TensorFlow 梯度计算分成两个（或更多）部分
-
Julia ForwardDiff 是否适用于涉及 ODE 积分和嵌套自动微分的非常全面的功能？
-
如何区分功能的功能？
-
Variable的backward()方法中的参数retain_graph是什么意思？
-
为什么函数类型需要 "wrapped" 才能满足类型检查器的要求？