matlab基于log算子代码-MatlabAutoDiff:用运算符重载和稀疏雅各布斯实现的前向自动微分的Matlab实现

matlab基于log算子代码目标 该项目基于运算符重载实现了Matlab / Octave前向自动微分方法（）。 这不提供后向模式或高阶导数。 它可以精确有效地计算函数的雅可比行列。 这与数值微分（又称有限差分）形成鲜明对比，后者由于四舍五入误差而不够精确，并且无法利用导数的稀疏性。 与大多数现有的自动差分Matlab工具箱相比： 导数表示为稀疏矩阵，当我们要微分的函数的雅可比行列为稀疏或中间累积的雅可比行列为稀疏时，将导致较大的加速比（请参见图像降噪示例）。 支持N维数组，而许多Matlab自动微分工具箱仅支持标量，向量和2D矩阵 由于Matlab表示内部稀疏矩阵的方式，因此可以通过用转置来表示Jacobian矩阵来提高速度。 文档[1]描述了一种与此处实现的方法相似的方法，并且可能是改进代码的非常有价值的资源。 它已经在Matlab 2014a和Octave 4.0.0上进行了测试，但是使用匿名函数@（x）eig（x）的示例在octave上不起作用，因为octave一旦匿名就不会调用重载的eig函数。 执照 免费的BSD许可证 例子 更多的例子可以在 简单的例子 >> f=@