【机器学习基础】Hessian矩阵

本系列为《模式识别与机器学习》的读书笔记。 一，Hessian 矩阵 反向传播也可以⽤来计算误差函数的⼆阶导数，形式为 ∂ 2 E ∂ w j i ∂ w k l \frac{\partial^{2}{E}}{\partial{w_{ji}}\partial{w_{kl}}} ∂wji​∂wkl​∂2E​ 注意，有时将所有的权值和偏置参数看成⼀个向量（记作 w \boldsymbol{w} w ）

>>阅读原文<<