引言
本博客用来记录在进行机器学习和深度学习以来的心得体会和摘抄。参考资源为《deep learning》()和《机器学习》(周志华)
线性代数
- 标量
- 定义:一个标量就是一个单独的数,它不同于线性代数中研究的其他大部分对象(通常是多个数的数组)。我们用斜体表示标量
- 向量
- 定义:一个向量是一列数。这些数是有序排列的。通过次序中的索引,我们可以确定每个单独的数。通常我们赋予向量粗体的小写变量名称,比如 ,需要明确表示向量中的元素时,我们会将元素排列成一个方括号包围的纵列:,可以把向量看作空间中的点,每个元素是不同坐标轴上的坐标。
- 矩阵
- 定义:矩阵是一个二维数组,其中的每一个元素被两个索引(而非一个)所确定。通常会赋予矩阵粗体的大写变量名称,比如 。如果一个
实数矩阵高度为 ,宽度为 ,那么我们说。在表示矩阵中的元素时,通常以不加粗的斜体形式使用其名称, 索引用逗号间隔。比如, 表示 A 左上的元素, 表示 A 右下的元素。
- 定义:矩阵是一个二维数组,其中的每一个元素被两个索引(而非一个)所确定。通常会赋予矩阵粗体的大写变量名称,比如 。如果一个
- 张量
- 定义:在某些情况下,我们会讨论坐标超过两维的数组。一般地,一个数组中的元素分布在若干维坐标的规则网格中,我们称之为张量。我们使用字体 A 来表示张量 “A’’。张量 A 中坐标为 (i; j; k) 的元素记作 Ai;j;k。
概率与信息论
数值计算