<html>
  <head>
    <meta content="text/html; charset=windows-1252"
      http-equiv="Content-Type">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    <div class="moz-cite-prefix">The following example demonstrates
      having a Sparse Hessian w.r.t. one set of variables and parameters
      (in the sense below) with respect to another set of variables. <br>
          <a class="moz-txt-link-freetext" href="http://www.coin-or.org/CppAD/Doc/sub_sparse_hes.cpp.xml">http://www.coin-or.org/CppAD/Doc/sub_sparse_hes.cpp.xml</a><br>
      It makes use of the fact that CppAD allows for AD&lt;
      AD&lt;double&gt; &gt;.  I think that this example could be
      modified to accomplish your goal below. <br>
      <br>
      Note that one can use ADOLC at the lower level; i.e., use<br>
          CppAD::AD&lt; adouble &gt;<br>
      where adouble is the ADOLC type adouble; see<br>
          <a class="moz-txt-link-freetext" href="http://www.coin-or.org/CppAD/Doc/mul_level_adolc.cpp.xml">http://www.coin-or.org/CppAD/Doc/mul_level_adolc.cpp.xml</a><br>
      <br>
      On 5/8/2015 3:49 PM, Leitz, Thomas wrote:<br>
    </div>
    <blockquote
cite="mid:%3CFC2CBD6FADFAB545A8A1BD731635DA21737B69D1@mbx1.exch.fau.de%3E"
      type="cite">
      <meta http-equiv="Context-Type" content="text/html;
        charset=iso-8859-1">
      <div>
        <div>
          <div>Hi,</div>
          <div><br>
          </div>
          <div>lets assume I have a function f(x,y) : R^n \times R^m
            -&gt; R and I only need the gradient with respect to x, but
            every time I need to change both variables x and y. (y could
            be some parameters like coefficients of a polynomial
            function etc.). There are basically two ways I know how to
            achieve this:</div>
          <div><br>
          </div>
          <div>1. mark both x and y as independent variables, tape once
            and every time I need a gradient I compute the whole
            gradient df/d(x,y) at some (x0,y0) and just use df/dx (i.e.
            the first n values of the gradient df/d(x,y)). This way I
            can change both variables but I also compute the gradient
            df/dy that I don't need.</div>
          <div><br>
          </div>
          <div>2. mark only x as independent and tape the function with
            any y0 every time before computing the gradient df/dx.</div>
          <div><br>
          </div>
          <div>Is there any way to tape once, and later compute the
            gradient df/dx at any (x0,y0) without retaping?</div>
          <div><br>
          </div>
          <div><br>
          </div>
          <div>Thomas</div>
        </div>
      </div>
    </blockquote>
    <br>
  </body>
</html>