- 博客(17)
- 收藏
- 关注
RSS订阅原创 线性代数知识点复习
行列式行列式的几何意义行列式中的行或列向量所构成的超平行多面体的有向面积或有向体积行列式的性质经过转置后，行列式的值不变，∣A∣=∣A⊤∣|A| = |A^\top|∣A∣=∣A⊤∣使用按行展开+数学归纳容易证明两行（或列）互换位置，行列式的值变号从几何角度理解，两个列/行向量交换位置，类似把由列/行向量长成的超平行多面体做了镜像对称若两行相同，行列式的值为零从几何角度理解，这相当于由列/行向量长成的超平行多面体的维数比其所在空间的维数更低，相当于在三维空间的平面和直线，因
2024-08-04 20:26:45
859
原创 从句知识点总结
此时的which即便代表的词被the most这类词修饰，也可以用。请见虚拟语气，主将从现总结的十分模糊，不建议记这个口诀。非限定性形容词从句：没有对先行词的范围进行限制，例如。限定性形容词从句：使用从句对先行词的范围进行限制。如果要表示否定，一般放在谓语动词前，而非从句中。也可以表示因果关系，但是其引导的是复合句。同位语从句是对前面的名词的再次说明。宾语从句和主句的时态应该保持一致。英语的形容词有比较级，常有句型。如果先行词是唯一的：that。除非从句表达的是一个客观事实。地点副词从句和定语从句的区别。
2024-07-28 15:15:28
393
原创 空间解析几何、多元函数微分
⎨⎧x=x0+lt,y=y0+mt,z=z0+nt平面和直线的位置关系无论是平面和平面的位置关系，还是直线与平面的位置关系，抑或是直线与直线的位置关系。都是在考虑方向向量的位置关系和法向量的位置关系，因此只需要记住两点即可点(x0,y0,z0)(x_0, y_0, z_0)(x0,y0,z0)到平面Ax+By+Cz+D=0Ax+By+Cz+D=0Ax+By+Cz+D=0的距离d=∣Ax0+By0+Cz0+D∣A2+B2+C2d = \frac{|Ax_0+By_0+Cz_0+D|}
2024-07-27 19:54:05
599
原创 独立主格、助动词、情态动词、系动词、使役动词
助动词：辅助构成谓语，而自身不能作谓语动词的词。情态动词可以认为是助动词的一种。系动词的作用是“赋值”使役动词除了后面需要接宾语，还需要增添补充信息
2024-07-27 10:45:23
375
原创 一元函数积分学
设F′xfxx∈ab，则称Fx为fx在ab上的一个原函数。为了方便，一般将“在ab上”几个字省略。若Fx是fx的一个原函数，则FxC是fx的全体函数集合，并且fx的原函数必定是FxC的形式fx的原函数的一般表达式FxC称为fx的不定积分，记成∫fxdxFxC其中Fx是fx的任意一个确定的原函数，C是任意常数C。
2024-07-26 20:46:21
257
原创 非谓语动词
动名词作宾语，通常代表这件事正在做，已经做过。不定式作宾语，通常代表这件事打算去做，还没做。注意，不是任何的不定式和动名词都可以作宾语。有若干个，后面只能加动名词的动词或词组。作状语，关键在于后面的逻辑主语。
2024-07-24 21:03:36
835
原创 一元函数微分学
设函数yfx在x0的某邻域内有定义，如果极限Δx→0limΔxfx0Δx−fx0x→x0limx−x0fx−fx0存在，则称fx在点x0处可导，称极限值为函数在点x0处的导数，记为f′x0或者dxdy∣xx0。如果极限不存在，则称fx在点x0处不可导。
2024-07-24 19:15:13
822
原创 函数、极限、连续
设函数yfuy=f(u)yfu的定义域为DfD_fDf，函数ugxu=g(x)ugx的定义域为DgD_gDg，值域为RgR_gRg，如果Df∩Rg∅Df∩Rg∅，则称函数yfgxy=f[g(x)]yfgx)]为函数yfuy=f(u)yfu与ugxu=g(x)ugx的复合函数，定义域为x∣x∈Dggx∈Dfx∣x∈Dggx∈Df。
2024-07-21 20:22:45
579
原创 LSTM、GRU及其各种RNN架构
LSTM、GRU及其各种RNN架构本文是笔者《动手学深度学习》的学习笔记，如有谬误，请随时指出。疑问在介绍这部分之前，笔者存在以下疑问，如果有dalao能解答，我将十分感谢！GRU为什么不用下面这种方式更新状态？Ht=Zt⊙Ht−1+(1−Zt)⊙[tanh(XtWxh+bh)]\mathbf{H}_t = \mathbf{Z_t}\odot\mathbf{H}_{t-1}+(1-\mathbf{Z}_t)\odot[\tanh(\mathbf{X}_t\mathbf{W}_{xh}+
2024-04-27 20:39:16
801
原创 RNN及其梯度分析
RNN及其梯度分析本文是笔者《动手学深度学习》的学习笔记，如有谬误，请随时指出。语言模型对于一个基于历史数据来预测未来数据的任务，一定存在一个前提假设：序列本身的规律是不变的。这是因为，如果规律变化，那么规律一定受到新的数据影响，并且我们不能基于目前的数据来找到新的规律，此时基于历史数据来预测未来数据没有意义。因此，只要我们希望基于历史数据预测未来数据，一定存在序列规律不变这一假设。假设存在一个文本序列x1,…,xTx_1, \ldots, x_Tx1,…,xT，其中xtx_txt代表在时
2024-04-27 10:34:22
789
原创 【集成学习】：RF、AdaBoost、GBDT
集成学习本文是笔者西瓜书第八章的学习笔记，如有谬误，请随时指出。Bagging在集成学习中，如果我们希望得到泛化性能较强的集成，那么应该尽可能的保证基学习器之间“好而不同”。因此可以使用自助采样法采样，使得每个基学习器有差异（满足“不同”），同时又能保证每个基学习器不会太差（满足“好”）。自助采样法具体来说就是，给定包含mmm个样本的数据集，我们从中进行mmm次有放回的采样，得到一个含有mmm个样本的数据集。Bagging具体来说就是，采样出TTT个包含mmm个训练样本的采样集，然后基于每个采
2024-01-22 14:25:29
899
原创 【支持向量机】：SVM
支持向量机本文是笔者西瓜书第六章的学习笔记，如有谬误，请随时指出。间隔与支持向量考虑一个二分类问题，其训练样本集为D={(xi,yi)}i=1mD = \{(\mathbf{x_i}, y_i)\}_{i=1}^mD={(xi,yi)}i=1m，其中yi∈{−1,+1}y_i\in\{-1, +1\}yi∈{−1,+1}，最直观的想法就是找到一个超平面w⊤x+b=0\mathbf{w}^\top\mathbf{x}+b=0w⊤x+b=0使得不同类的训练样本分别位于超平面两侧，即{
2023-11-18 12:00:50
122
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人