线性代数
文章平均质量分 61
线性代数的持续学习
强强学习
斜杠青年,个人爱好为AI/写作/阅读,三者并列。个人格言为:Design and implement sophisticated system to make things easy
展开
-
非线性函数
在A和B之间插入非线性函数S,表达式为:A(S(Bv))A(S(Bv))A(S(Bv)),这是一个非常大的进步。最终发现平滑的逻辑函数S被更简单的斜坡函数ReLU所替代,ReLU(x)=max(0,x)ReLU(x)= max (0, x)ReLU(x)=max(0,x)。原创 2021-11-26 13:03:10 · 2078 阅读 · 0 评论 -
仿射变换与仿射函数
从RnR^nRn到RmR^mRm 的映射,称为仿射变换(affine transform)或仿射映射(affine map),其中 A 是一个 矩阵,b 是一个 m 维向量。当 m=1m=1m=1时,称上述仿射变换为仿射函数。原创 2021-11-26 12:49:00 · 1462 阅读 · 0 评论 -
线性代数和深度学习的关系
线性代数、概率论与数理统计、最优化是机器学习的三大数学支柱。他们是学习神经网络的前序课程。原创 2021-11-26 12:41:16 · 642 阅读 · 0 评论