1)trace(x),x为一方阵。 求二维方阵的迹,即该方阵对角线上元素之和(特征值之和)。同一个线性变换,在不同基底下的矩阵虽然不同,但其这些矩阵的迹相同。我们生活的世界是变化的,研究问题就要抓住这些变化中的不变量进行研究。
2)读一些文章时会碰到tied weights 或者weights are tied等说法,意思是比如在autoencoder中, 隐藏层的W 和输出的W’。可以选择让 W ′ =
1)trace(x),x为一方阵。 求二维方阵的迹,即该方阵对角线上元素之和(特征值之和)。同一个线性变换,在不同基底下的矩阵虽然不同,但其这些矩阵的迹相同。我们生活的世界是变化的,研究问题就要抓住这些变化中的不变量进行研究。
2)读一些文章时会碰到tied weights 或者weights are tied等说法,意思是比如在autoencoder中, 隐藏层的W 和输出的W’。可以选择让 W ′ =