Hessian 向量积

Hessian向量积是指将Hessian矩阵和一个向量相乘的操作，即Hessian矩阵与某个向量的乘积。在深度学习中，Hessian向量积通常用于计算某个函数的二阶导数和某个向量的乘积，而不需要直接计算Hessian矩阵。这种方法可以通过差分代替求导，从而减少计算量和内存消耗。在PyTorch中，可以使用Efficient PyTorch Hessian eigendecomposition using the Hessian-vector product and stochastic power iteration方法来高效地计算Hessian向量积。