crazyjinks的博客

误差分解是将深度学习模型的预测误差拆分为多个组成部分，以便更好地理解模型性能。用于训练的和你选择的一起导致了你的模型的效果，导致的预测误差，也主要是由这两个要素构成的。

稀疏矩阵是大多数元素的值为0的矩阵。如果Number ofNon-Zero (NNZ)非零元素个数的占比小于0.5，则矩阵是稀疏的。存储所有0元素是低效的，因此我们假设未声明的元素都是0。利用这种方法，稀疏矩阵可以比相应的密集矩阵表示方法执行更快的操作，并且使用更少的内存，这在处理数据科学中的大数据集时尤为重要。今天，我们将研究提供的所有不同实现。这个实现是模仿 np.Matrix 而不是 np.ndarray，因此仅限于2维数组，并且np.matrix里的像 A* B这样的矩阵乘法。

了解基本概念，什么是算子

什么是ground truth