不同格式的符号命名规则
符号 | latex表示 | 意义 |
---|
x
\mathcal{x}
x | $\mathcal{x}$ | 标量 |
x
\bm{x}
x | $\bm{x}$ | 向量 |
x
\mathbf{x}
x | $\mathbf{x}$ | 变量集 |
A
\mathbf{A}
A | $\mathbf{A}$ | 矩阵 |
I
\mathbf{I}
I | $\mathbf{I}$ | 单位矩阵 |
χ
\chi
χ | $\mathbf{\chi}$ | 样本空间或状态空间 |
D
\mathcal{D}
D | $\mathcal{D}$ | 概率分布 |
D
\mathbf{D}
D | $\mathbf{D}$ | 样本数据(数据集) |
H
\mathcal{H}
H | $\mathcal{H}$ | 假设空间 |
H
\mathbf{H}
H | $\mathbf{H}$ | 假设集 |
L
\mathfrak{L}
L | $\mathfrak{L}$ | 学习算法 |
(
⋅
,
⋅
,
⋅
)
(\cdot,\cdot,\cdot)
(⋅,⋅,⋅) | $(\cdot,\cdot,\cdot)$ | 行向量 |
(
⋅
;
⋅
;
⋅
)
(\cdot;\cdot;\cdot)
(⋅;⋅;⋅) | $(\cdot;\cdot;\cdot)$ | 列向量 |
(
⋅
)
T
(\cdot)^\mathbf{T}
(⋅)T | $(\cdot)^\mathbf{T}$ | 向量或者矩阵转置 |
{
…
}
\{\dots\}
{…} | ${\dots}$ | 集合 |
∣
{
…
}
∣
|\{\dots\}|
∣{…}∣ |
∣
{
…
}
∣
|\{\dots\}|
∣{…}∣ | 集合
{
…
}
\{\dots\}
{…}中元素个数 |
∣
∣
⋅
∣
∣
p
||\cdot || _{p}
∣∣⋅∣∣p | $||\cdot || _{p}$ |
L
p
L_p
Lp范数,
p
p
p损失时为
L
2
L_2
L2范数 |
P
(
⋅
)
\mathbf{P(\cdot)}
P(⋅),
P
(
⋅
∣
⋅
)
\mathbf{P(\cdot|\cdot)}
P(⋅∣⋅) | $\mathbf{P(\cdot)}
,
,
,\mathbf{P(\cdot|\cdot)}$ | 概率质量函数,条件概率质量函数 |
p
(
⋅
)
\mathbf{p(\cdot)}
p(⋅),
p
(
⋅
∣
⋅
)
\mathbf{p(\cdot|\cdot)}
p(⋅∣⋅) | $\mathbf{p(\cdot)}
,
,
,\mathbf{p(\cdot|\cdot)}$ | 概率密度函数,条件概率密度函数 |
E
.
∼
D
[
f
(
⋅
)
]
\mathbb{E}._{\mathcal{\sim{D}}}{~ [f(\cdot)]}
E.∼D [f(⋅)] | $\mathbb{E}._{\mathcal{\sim{D}}}{~ [f(\cdot)]}$ | 函数
f
(
⋅
)
f(\cdot)
f(⋅)对\cdot在分布
D
\mathbf{D}
D下的数学期望;意义明确时将省略
D
\mathbf{D}
D和(或)
⋅
\cdot
⋅ |
sup
(
⋅
)
\sup (\cdot)
sup(⋅) | $\sup (\cdot)$ | 上确界 |
I
(
⋅
)
\mathbb{I}(\cdot)
I(⋅) | $\mathbb{I}(\cdot)$ | 指示函数,在
⋅
\cdot
⋅为真和假时分别取值1,0 |
s
i
g
n
(
⋅
)
\mathrm{sign}(\cdot)
sign(⋅) | $\mathrm{sign}(\cdot)$ | 符号函数,在
⋅
<
0
,
=
0
,
>
0
\cdot <0 ,=0 ,>0
⋅<0,=0,>0时分别取值为-1,0,1 |
![在这里插入图片描述](https://img-blog.csdnimg.cn/e1a0fb3e55b940c98c367c4293714ffb.png)
伪代码例子总结
1.
– 临时变量/系数使用希腊字母:(
α
,
β
,
.
.
.
,
ρ
,
δ
\alpha,\beta,...,\rho,\delta
α,β,...,ρ,δ)
– 参数:
θ
\theta
θ
– 学习器:
Θ
\Theta
Θ
– 指代非零元素集合:
Ω
\Omega
Ω
– 接近0的正数:
ε
\varepsilon
ε
– 时间:
τ
\tau
τ
2.
数据类型 | latex表示 | 意义 | 注释 |
---|
矩阵 |
X
\mathbf{X}
X | A data matrix | 一般用
X
\mathbf{X}
X,
A
\mathbf{A}
A表示 |
标量 |
d
c
d_c
dc | cutoff distance | 名词主语(distance)+形容词(cutoff)->
d
c
d_c
dc |
标量 |
q
i
q_i
qi | the proportion of queried instance | 主语(queried instance)->
q
i
q_i
qi |
标量 |
q
r
q_r
qr | the proportion of representative instances | 选择一个文中没有出现过的英文字母(q)+representative®,与上面
q
i
q_i
qi相呼应 |
矩阵 |
S
T
\mathbf{ST}
ST | small block threshold | 形容词(small block)+名词主语(Threshold)->
S
T
\mathbf{ST}
ST |
矩阵 |
L
=
(
l
1
,
.
.
.
,
l
n
)
\mathbf{L}=(l_1,...,l_n)
L=(l1,...,ln) | Quseried\predicted labels | 名词主语(labels)->
L
\mathbf{L}
L |
矩阵 |
B
=
[
1
,
.
.
.
,
n
]
\mathbf{B}=[1,...,n]
B=[1,...,n] | Bolck containing all instances | Block->
B
\mathbf{B}
B |
标量 |
N
q
=
⌊
n
×
q
i
⌋
N_q=\lfloor n \times q_i \rfloor
Nq=⌊n×qi⌋ | Number of queries | 名词主语(Number)+状语(queries)->
N
q
N_q
Nq |
标量 |
N
r
=
⌊
N
q
×
q
r
⌋
N_r=\lfloor N_q \times q_r\rfloor
Nr=⌊Nq×qr⌋ | Number of representatives | 名词主语(Number)+状语(representatives)->
N
r
N_r
Nr |
标量 |
ρ
i
\rho_{i}
ρi,
δ
i
\delta_i
δi | | 临时变量/系数使用希腊字母(
α
,
β
,
.
.
.
,
ρ
,
δ
\alpha,\beta,...,\rho,\delta
α,β,...,ρ,δ) |
标量 |
γ
⟵
(
γ
1
,
.
.
.
.
,
γ
N
)
⟵
ρ
⋅
δ
\gamma \longleftarrow (\gamma_1,....,\gamma_N)\longleftarrow \rho \cdot \delta
γ⟵(γ1,....,γN)⟵ρ⋅δ | | 临时变量/系数使用希腊字母(
α
,
β
,
.
.
.
,
ρ
,
δ
\alpha,\beta,...,\rho,\delta
α,β,...,ρ,δ) |
![](https://img-blog.csdnimg.cn/2632597c49374704b56ed6905529b15a.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6Ze15biG,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
3.
数据类型 | latex表示 | 意义 | 注释 |
---|
变量集 |
U
U
U,
C
C
C | | 选择文中没有出现过且觉得合适的英文字母,因为是要表示变量集,要大写 |
/ |
d
d
d | data | 输入的数据 |
标量 |
N
N
N | the maximal number of labels provided by the oracle
N
N
N | 表示一个序列数 |
变量集 |
d
(
x
)
d(x)
d(x) |
d
(
x
)
d(x)
d(x) for all
x
∈
U
x \in U
x∈U | 函数返回结果(data) |
变量集 |
(
ρ
,
δ
,
m
s
)
(\rho,\delta,ms)
(ρ,δ,ms) |
(
φ
,
δ
,
m
s
)
(\varphi,\delta,ms)
(φ,δ,ms)=buildMasterTree
(
S
,
d
c
)
(S,d_c)
(S,dc) | 临时变量/系数使用希腊字母(
α
,
β
,
.
.
.
ρ
,
δ
\alpha,\beta,...\rho,\delta
α,β,...ρ,δ) |
变量集 |
(
c
t
,
b
l
)
(ct,bl)
(ct,bl) |
(
c
t
,
b
l
)
(ct,bl)
(ct,bl)=densityCluster
(
m
s
,
k
)
(ms,k)
(ms,k) | 临时参数/中间变量用用希腊字或者取一个英文缩写变量名 |
变量集 |
U
1
′
U_1^{'}
U1′ |
U
1
′
=
s
e
l
e
c
t
C
r
i
t
i
c
a
l
(
c
t
,
b
l
)
U_1^{'}=selectCritical(ct,bl)
U1′=selectCritical(ct,bl) | 聚类结果 |
![](https://img-blog.csdnimg.cn/37c055566b0f45b79d55933758ae54ef.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6Ze15biG,size_20,color_FFFFFF,t_70,g_se,x_16,text_Q1NETiBA6Ze15biG,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center)
4.
数据类型 | latex表示 | 意义 | 注释 |
---|
矩阵 |
O
\mathbf{O}
O | The offset of all points | offset->
O
\mathbf{O}
O |
标量 |
S
i
\mathbf{S}_i
Si | location of strata | 矩阵中的元素,我认为可以命名成
L
i
\mathbf{L}_i
Li,按照名词主语在前的规则,但是也可以把strata当主语代表这个变量所代表的意思 |
标量 |
v
v
v | velocity of wave | velocity->
v
v
v |
矩阵 |
D
=
(
d
×
n
×
k
)
\mathbf{D}=(d \times n \times k)
D=(d×n×k) | Seismic data | data->
D
\mathbf{D}
D |
标量 |
k
k
k | iteration variable | 表示迭代下标的数目,计算机中常用
k
,
i
,
j
k,i,j
k,i,j |
标量 |
t
t
t | time | time->
t
t
t或
τ
\tau
τ |
标量 |
a
a
a | acceleration | acceleration->
a
a
a |
![在这里插入图片描述](https://img-blog.csdnimg.cn/7aa1b31dc2da4effb680eab123334abc.png)
5.
数据类型 | latex表示 | 意义 | 注释 |
---|
矩阵 |
D
\mathbf{D}
D | seismic data | data->
D
\mathbf{D}
D |
标量 |
ϵ
\epsilon
ϵ | mutation probility | 一个标量
p
m
p_m
pm? |
矩阵 |
E
\mathbf{E}
E | minimun error | error->
E
\mathbf{E}
E |
向量 |
r
=
[
p
1
,
…
,
p
n
]
\mathbf{r}=[p_1,\dots,p_n]
r=[p1,…,pn] | Encode the offset of each point | 向量为小写英文字母,resolution->
r
\mathbf{r}
r |
向量 |
r
∗
=
[
p
1
,
…
,
p
n
]
\mathbf{r^*}=[p_1,\dots,p_n]
r∗=[p1,…,pn] | target offset of each point | 由上面
r
\mathbf{r}
r变换而来->
r
∗
\mathbf{r}^*
r∗ |
矩阵 |
R
=
[
r
1
,
.
.
.
,
r
h
]
\mathbf{R}=[\mathbf{r}_1,...,\mathbf{r}_h]
R=[r1,...,rh] | Collection of multiple sets of codes |
r
\mathbf{r}
r的集合->
R
\mathbf{R}
R |
矩阵 |
M
E
ME
ME | maximum energy | maximum energy->
M
E
ME
ME |
标量 |
f
(
x
)
f(x)
f(x) | function(prameter) | 函数返回结果 |
![在这里插入图片描述](https://img-blog.csdnimg.cn/39977cb934e44f1b8648992f8b7715a6.png)