核心

• 导数
• 偏导数
• 梯度
• 链式法则
• 泰勒展开
• 拉格朗日乘子法
• 凸优化

大模型应用

反向传播 (Backpropagation)

• 梯度计算和链式法则的完美体现。

模型训练

• 最小化损失函数（优化问题）的核心，各种优化器（SGD、Adam、RMSProp）都是梯度下降的变体。

激活函数

• 它们的导数特性对梯度传播至关重要。

模型收敛性分析

• 涉及到微积分中的收敛性理论。

---

贡献者

• Mira190

---