autodiff

一个自动微分库。

当前支持的功能

• 前向自动微分

• 反向自动微分

要使用此库计算关于变量的导数

1. 创建一个类型为 F 的变量，该变量实现了来自 num-traitscrate 的 Float 特性。

2. 使用此变量作为输入计算您的函数。

3. 使用 deriv 方法从该变量请求导数。

免责声明

此库仍在开发中，不适合生产使用。

示例

以下示例对由闭包定义的 1D 函数进行微分。

    // Define a function `f(x) = e^{-0.5*x^2}`.
    let f = |x: FT<f64>| (-x * x / F1::cst(2.0)).exp();

    // Differentiate `f` at zero.
    println!("{}", diff(f, 0.0)); // prints `0`

要计算函数的梯度，请按如下方式使用 grad 函数

    // Define a function `f(x,y) = x*y^2`.
    let f = |x: &[FT<f64>]| x[0] * x[1] * x[1];

    // Differentiate `f` at `(1,2)`.
    let g = grad(f, &vec![1.0, 2.0]);
    println!("({}, {})", g[0], g[1]); // prints `(4, 4)`

计算多变量函数的特定导数

     // Define a function `f(x,y) = x*y^2`.
     let f = |v: &[FT<f64>]| v[0] * v[1] * v[1];
 
     // Differentiate `f` at `(1,2)` with respect to `x` (the first unknown) only.
     let v = vec![
         F1::var(1.0), // Create a variable.
         F1::cst(2.0), // Create a constant.
     ];
     println!("{}", f(&v).deriv()); // prints `4`

功能

通过 approx、cgmath 和 nalgebra 特性标志分别支持 approx、cgmath 和 na。

许可协议

此存储库根据您的选择受以下协议之一许可：

• Apache 许可协议第 2 版 (LICENSE-APACHE 或 https://apache.ac.cn/licenses/LICENSE-2.0)
• MIT 许可协议 (LICENSE-MIT 或 https://opensource.org/licenses/MIT)

。

致谢

此库最初是 rust-ad 的分支。