×

TFad(TFad)

swMATH编号: 7478
软件作者: 盖伊,大卫·M·。
描述: 高效梯度计算的半自动微分许多大规模计算涉及网格和网格元素函数的第一(有时更高)偏导数。原则上,自动微分(AD)可以比传统的有限差分近似更有效、更准确地提供所需的部分。AD需要修改源代码,这可能只不过是对声明进行更改。这种简单的改变可以很容易地得到改进的结果,例如,当雅可比矢量积迭代用于求解非线性方程时。当需要梯度(例如用于优化)且问题涉及许多变量时,理论上“反向AD”非常有效,但当自动直接执行时,可能会占用大量内存。在这种情况下,将AD分别应用于每个元素函数并手动组装渐变块(半自动微分)可以高效准确地传递渐变。本文涉及正在进行的工作;它比较了几种反向AD的实现,描述了一种专门用于梯度计算的简单运算符重载实现,并在一些网格优化示例上比较了这些实现。来自专门实现的思想可以用于C和C++的完全通用的源到源转换器。
主页: http://rd.springer.com/chapter/10.1007/3-540-28438-9_13
关键词: 半自动微分;网格元素;手动装配;雅可比矢量产品;C/C++源到源;TFad(TFad)
相关软件: ADOL-C公司;ADIFOR公司;CppAD公司;TAF公司;L-BFGS公司;特里利诺斯;萨卡多;FADBAD公司++;Matlab公司;锥齿轮;ADIC公司;DGM公司;TensorFlow公司;FPIN编号;深XDE;差异Sharp;SU2公司;FLUENT公司;佩里迪格姆;ABAQUS公司
引用于: 12文件

按年份列出的引文