- 智能搜索和推荐系统:原理、算法与应用
- 刘宇
- 263字
- 2021-06-03 16:06:54
1.3.2 梯度
将函数扩展到多元函数,则在多维空间,A点的方向就不止二维平面中一条切线的方向了,那么该点在哪个方向下降或者上升最快呢?这便引出梯度的概念,梯度是一个矢量。
梯度的数学定义:设函数f(x,y)在平面区域D内具有一阶连续偏导数,则对每一个点f(x0,y0)∈D都可以得到一个向量fx(x0,y0)i+fy(x0,y0)j,称作f(x,y)在P点处的梯度,记作f(x,y)。
函数f(x,y)具有一阶连续偏导数,意味着可微。可微意味着函数f(x,y)在各个方向的切线都在同一个平面,即切平面。
梯度还是标量场增长最快的方向。多元函数的一阶偏导数构成的向量如下:

图1-9为给出的两个梯度的示意图。

图1-9 梯度示意图