Differentiability(可微性):指一个函数在某一点(或某一区间/区域)上存在导数的性质。直观上,函数图像在该点附近可以用一条“切线”良好地近似。除数学分析外,在优化与机器学习中也常用来保证梯度法等方法可用。(该词也可用于更高维的“可微/可微分”概念,如多元函数的可微性。)
/ˌdɪfəˌrɛnʃiəˈbɪləti/
The differentiability of (f) at (x=0) can be checked by the limit definition.
可以用极限定义来检验 (f) 在 (x=0) 处的可微性。
Although the function is continuous everywhere, its differentiability fails at the cusp, which makes gradient-based optimization unstable near that point.
尽管该函数处处连续,但在尖点处不可微,这会使基于梯度的优化在该点附近变得不稳定。
differentiability 源自 differentiate(求导、区分),其词根与拉丁语 differentia(差异、区别)相关;后缀 -ability 表示“……的能力/性质”。字面上可理解为“能够被求导(或具备求导意义)的性质”,在数学中专指“存在导数”的性质。