深度学习(一):数学基础

一、线性代数
1、定义深度学习相关的主要线性代数数学模型包括标量、向量、矩阵和张量。
2、计算方式
加减法比较简单,都是点对点加减,形态不变。
乘法方式不同可能导致形态变化。
如向量可点积(变为一个值),也可以叉积。二维向量叉积等于
矩阵可以点对点乘积,也可以矩阵乘积
3、范数
L0、L1和L2范数各有不同特点和作用

二、微积分
导数、偏导数、梯度(所有偏导数的向量)

三、信息量和信息熵
1、信息量:对于某随机事件X,其发生的概率为P(x)(0到1之间),则该事件X具有的信息量为I(x)=-Log2P(x)。
可以看出信息量和事件概率成反比。事件概率为1是,信息量为0。事件概率为0.5时,信息量为1。
以2为对数的底,是因为最简单的信息只具有两种可能,因此所有的事件都可以用2进制来表示。1bit就可以表示事件空间=2,而N bit则可以表示的事件空间为2n
2、信息熵:信息熵是I(x)在所有事件Xi的信息量与该事件概率乘积的和。
H§=-ΣP(xi)log2P(xi)
3、KL三度(相对熵)、交叉熵

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

qq_36718740

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值