深度学习,需用到归一性。
薛定谔方程从定态出波函数,比微分的倒数复杂一些。笛卡尔空间,欧几里得空间有变换,在计算机里应用很多。
向量,从希尔伯特空间,出来,进入引力空间,进入相对论。
根据平行宇宙,存在叠加的视界,如同振动的弦。
量子微观粒子,在这里有很多现象。
相对论,仅仅为弦震归一,以线性为叠加主导。
在视界重叠阶段,被误导的在这里显现出来。成了相对的。
相比,在政治经济学,劳动价值论,难道就不存在视界叠加的问题?
比如,现在发现,深度学习能反应构造本性。
深度学习就超越了正常用视界来学习的能力差别。