CeresSolver官方教程学习笔记（Ⅹ）——自动微分法接口InterfacingAutomaticDifferentiation

这篇文章翻译自官方教程Automatic Derivatives并且参考了少年的此间的博客文章Ceres-Solver学习笔记(5)

当成本函数具有一个明确的显式表达式时

现在我们考虑一个优化问题。寻找参数\theta和t使

在此处（在此处在），数学公式 R 被定义为一个二维旋转矩阵，并取决于旋转角度 \theta 的值；这是一个二维向量用于表示位移；而数学公式 f 被称为一个外部畸变函数。

在分析该情况时，在程序设计中我们有这样一个模板函数TemplatedComputeDistortion$function能够计算相关的函数值. 接下来code相应地构建了残差计算的具体逻辑.

    template <typename T> T TemplatedComputeDistortion(const T r2) {
      const double k1 = 0.0082;
      const double k2 = 0.000023;
      return 1.0 + k1 * y2 + k2 * r2 * r2;
    }
    
    struct Affine2DWithD