ForwardDiff.jl ForwardDiff使用正向模式自动微分(AD)实现方法以获取本机Julia函数(或实际上是任何可调用对象)的导数,渐变, Jacobian , Hessian和高阶导数。 尽管性能可能会因您评估的功能而异,但是ForwardDiff实施的算法在速度和准确性方面通常都优于非AD算法。 这是一个简单的示例,显示了运行中的包: julia > using ForwardDiff julia > f (x :: Vector ) = sum (sin, x) + prod (tan, x) * sum (sqrt, x); julia > x = rand (