曲曲的秘密学术基地

纯化欲望、坚持严肃性

欢迎!我是曲泽慧(@zququ),目前在深圳(ICBI,BCBDI,SIAT)任职助理研究员。


病毒学、免疫学及结构生物学背景,可以在 RG 上找到我已发表的论文

本站自2019年7月已访问web counter

Legendre Transform 勒让德变换

对于给定一个关于 $x, y$ 的函数式:

$$ f(x, y) $$

求它的全微分,

$$ df(x, y) = \sum_{i=0}^{n}\frac{\partial f_i}{\partial x_i}dx_i + \sum_{i=0}^{n}\frac{\partial f_i}{\partial y_i}dy_i\tag{1} $$

我们假设,存在 $g(x, y)$,其自变量 $u$ 存在有,

$$ u_i = \frac{\partial f_i}{\partial x_i} $$

代入 $(1)$ 则有,

$$ df(x,y) = \sum_{i=0}^{n}u_idx_i + \sum_{i=0}^{n}\frac{\partial f_i}{\partial y_i}dy_i\tag{2} $$

又由,

$$ d(u_ix_i) = x_idu_i + u_idx_i \tag{3} $$

$(2)$ 可化为,

$$ df(x,y) = \sum{d(u_ix_i)} - \sum{x_idu_i} + \sum\frac{\partial f_i}{\partial y_i}dy_i $$ 即 $$ d(\sum{du_ix_i} - f) = \sum{x_idu_i} - \sum{\frac{\partial f_i}{\partial y_i}dy_i}\tag{4} $$

我们假设,

$$ g(u,y) = \sum{du_ix_i - f} \tag{5} $$

所以 $(4)$ 与 $g(u,y)$ 的全微分可以建立关系式:

$$\begin{cases} dg(u,y) = \sum{x_idu_i} - \sum{\frac{\partial f_i}{\partial y_i}dy_i}
dg(u,y) = \sum{\frac{\partial g_i}{\partial u_i}}du_i-\sum{\frac{\partial g_i}{\partial y_i}}dy_i \end{cases}\tag{6} $$

从 $(6)$ 中得到以下结论:

  1. 新函数对新自变量的偏微分等于原函数的自变量

$$ \frac{\partial g_i}{\partial u_i} = x_i $$

  1. 原函数对原自变量的偏微分等于新函数自变量

$$ \frac{\partial f_i}{\partial x_i} = ui $$

  1. 原函数对不变量的偏微分等于新函数对不变量的偏微分

$$ \frac{\partial f_i}{\partial y_i} = \frac{\partial g_i}{\partial y_i} $$

Last One

更新日常

写在前面,强烈谴责一下一些名字非常特别的程序,导致需要用的时候,抓耳挠腮也想不起来软件名字,在这里做一下备份。也可作为软件推荐用。alacarte用于添加软件到 Ubuntu 软件库,供兼容 i3wm rofi。其中桌面文件的地址,一般系统桌面文件在 /usr/share/applications/而 alacarte 的桌面文件管理地址为 ~/.local/applicationsi3-get-window-criteria查看 windows 信息,供添加到 i3wm config 文...…

DailyUpdateMore
Next One

From Logistic Regression to Multi-class Classification and Neural Networks

Back Propagation给定一个神经网络,我们想通过Back Propagation的方法来求解图中任意节点的误差值( $\delta$ )。图中,我将input unit定义为红色,并将output unit定义为绿色。这样很容易理解, input layer中只存在有 input unit,而输出层中也就只有绿色的 output unit。我们假设有,$$\delta = \frac{J}{z} \tag{1}$$其中 $J$ 为 cost function,而,$z$ 即为对...…

DeepLearningMore