基础
XYZ_916
study all the time
展开
-
梯度反方向是函数值局部下降最快的方向
很多机器学习的训练算法都是利用梯度下降,朝着梯度的反方向变动,函数值下降最快。导数导数可以表示函数曲线上的切线斜率。 除了切线的斜率,导数还表示函数在该点的变化率。导数代表了在自变量变化趋于无穷小的时候,函数值的变化与自变量变化的比值代表了导数,几何意义有该点的切线。物理意义有该时刻的(瞬时)变化率。在一元函数中,只有一个自变量变动,也就是说只存在一个方向的变化率,这也就是为什么一元函数没有偏导数...转载 2018-03-06 18:56:09 · 1631 阅读 · 1 评论 -
奇异值分解SVD
奇异值分解(singular value decomposition,SVD)如下图,一个矩阵可以分解为两个方阵和一个对角矩阵的乘积:C = m * n;u = m * m;sigma = m * n;v' = n * nsigma是一个对角矩阵,但通常不是方阵。sigma的对角元素被称为奇异值,与特征值类似。因此与PCA类似,我们可以取sigma中最大的k个,来简化数据:u' = m * k;s...转载 2018-03-06 17:39:18 · 229 阅读 · 0 评论 -
STL容器
vector(向量):只能在vector的“前面”增加数据。deque(双端队列,double-ended queue):功能上和vector类似,但是可以在前后两端向其中添加数据。list(列表):游标一次只能移动一步,是一个双向链表,每个节点有指向前驱和指向后继的两个指针。set(集合):包含了经过排序的数据,这些数据的值必须是唯一的。map(映射):经过排序的二元组的集合,m...转载 2018-09-02 21:17:10 · 212 阅读 · 0 评论