Дифференциал используется в современных приложениях машинного обучения для повышения производительности моделей путём определения оптимальных параметров и их соответствующей модификации. 1

Некоторые способы применения:

• Градиентный спуск. 1 Это основа нескольких алгоритмов оптимизации машинного обучения. 1 Градиент указывает, насколько необходимо скорректировать каждый параметр, чтобы повысить производительность модели. 1
• Операции объединения. 1 Например, в CNN дифференциальный анализ используется для вычисления градиентов функции потерь по отношению к входным данным уровней объединения, которые затем передаются в обратном направлении на более ранние уровни сети. 1
• Дифференцируемое программирование. 4 Позволяет применять методы глубокого обучения к сложным существующим программам, переиспользуя вместе с ними огромное количество заложенных в них знаний. 4