听心文/一个会写诗的程序员

最新推荐文章于 2022-11-01 16:53:24 发布

光剑书架上的书

最新推荐文章于 2022-11-01 16:53:24 发布

阅读量8.6k

点赞数 1

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/universsky2015/article/details/86581570

版权

听心

这温暖在我心间
伴随我想你的每天
那一刻沉重的心
此刻感到从没有的轻盈

你千万要认真对待
一个敏感脆弱的诗人
那颗柔弱的心
它一遇到伤害
就立马化成石块

不过我这颗心没事
我是铁石心肠
也会柔情似水

情不知何起起于青萍之末
竟一往而深深于微澜之间

一个会写诗的程序员
2019.1.7 01:38
杭州

光剑书架上的书

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

光剑书架上的书

CSDN认证博客专家 CSDN认证企业博客

码龄9年

人工智能领域优质创作者

10万+: 原创

277: 周排名

-: 总排名

12626万+: 访问

: 等级

230万+: 积分

5万+: 粉丝

111万+: 获赞

12万+: 评论

111万+: 收藏

私信

关注

热门文章

分类专栏

最新评论

矩阵理论与应用：向量范数
光剑书架上的书: 向量范数主要有几种常见的类型： 1. **欧几里得范数（L2 范数）**：这是最直观的理解，计算的是向量中各元素平方和的平方根。它在很多机器学习算法中用于衡量数据点之间的距离，如线性回归、支持向量机等。例如，如果想找出两个点在二维空间中的最短直线距离，就用到了 L2 距离。 2. **曼哈顿范数（L1 范数）**：也称为城市街区距离，计算的是向量中各个元素绝对值之和。它常用于稀疏数据表示，因为它对非零元素非常敏感，有助于特征选择和异常检测。 3. **无穷范数（L∞ 范数）**：最大的绝对值即为该向量的最大分量。这种范数通常用于信号处理和图像处理中的平滑滤波，以及计算机视觉中的物体定位。 4. **Frobenius范数**：对于矩阵而言，它是所有元素平方和的平方根，类似于矩阵的欧几里得范数。在优化问题和矩阵分解中常用到。 5. **核范数**：这是一个特殊的矩阵范数，对应于低秩矩阵分解，如奇异值分解，有助于解决某些类型的压缩感知和机器学习模型的稀疏性推广。不同的范数在实际应用中有其特定的优势，选择哪种取决于任务的具体需求，比如数据的特性、算法的要求以及计算资源等。
矩阵理论与应用：向量范数
光剑书架上的书: 引用「矩阵理论是数学的一个重要分支，在科学、工程和经济等领域有广泛应用。作为矩阵理论的基础，向量范数是度量」向量范数是数学中的一个核心概念，它为向量提供了一个几何长度或大小的量化标准。通常，向量范数定义为非负实数，并满足三个基本性质：正定性（大于零）、齐次性和三角不等式。常见的向量范数包括欧几里得范数（||v||_2 = √(v1^2 + v2^2 + ... vn^2)），曼哈顿范数（||v||_1 = |v1| + |v2| + ... |vn|）以及无穷范数（||v||_∞ = max(|v1|, |v2|, ..., |vn|）。向量范数的应用广泛，比如在机器学习中，梯度下降算法依赖于欧几里得距离；在信号处理中，通过傅立叶变换，可以利用向量范数来衡量信号的能量或复杂度；在优化问题中，范数常用于求解最小化或最大化的问题。此外，它还在控制论、图像处理、网络分析等多个领域扮演着基础角色。
矩阵理论与应用：向量范数
光剑书架上的书: 请用心阅读。再读一遍。细细品味。
矩阵理论与应用：向量范数
zhaobangxue: 我觉得讲的不好，麻烦给我退一下款
矩阵理论与应用：向量范数
zhaobangxue: 我觉得讲的不好，麻烦给我退一下款吧

最新文章

2024

2023年48315篇

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

光剑书架上的书 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

实付元

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。