$i j
# Compute third derivative: ∂³f/∂x_i∂x_j∂x_k
third_ijk = torch.autograd.grad(hessian[i,j], x0, retain_graph=True, create_graph=True)[0][k]
f_ijk.append(third_ijk.item())
[/code]
Мои вопросы:
- Как мне оптимизировать этот код, чтобы я мог найти f_{i,j,k } и f_{i,i,j
- Существуют ли альтернативные методы или библиотеки, которые могут более эффективно обрабатывать производные высокого порядка для входных данных большой размерности?
Подробнее здесь: https://stackoverflow.com/questions/791 ... h-dimensio