![](https://img-blog.csdnimg.cn/20200220222930580.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
高数
文章平均质量分 56
高数
あずにゃん
日萌社
展开
-
常用数学符号表
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)????, ????, ????, ????, ???? 标量,通常为变量????, ????, ????, ????, ????, ???? 标量,通常为超参数???? ∈ ℝ???? ???? 维列向量[????1, ⋯ , ????????] ???? 维行向量[????1, ⋯ , ????????]T or [????1; ⋯ ; ???原创 2021-07-16 10:08:45 · 2998 阅读 · 0 评论 -
拉格朗日乘子法
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)拉格朗日乘子法 (Lagrange multipliers)是一种寻找多元函数在一组约束下的极值的方法.通过引入拉格朗日乘子,可将有 d 个变量与 k 个约束条件的最优化问题转化为具有 d + k 个变量的无约束优化问题求解。本文希望通过一个直...原创 2021-08-06 14:08:15 · 430 阅读 · 0 评论 -
极大似然函数取对数的原因
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)原创 2021-08-08 10:42:48 · 654 阅读 · 0 评论 -
正则化线性模型:岭回归Ridge Regression(即线性回归的改进)、lasso回归(Lasso Regression)、弹性网络(Elastic Net)、Early Stopping
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)2.9 正则化线性模型学习目标知道正则化中岭回归的线性模型 知道正则化中lasso回归的线性模型 知道正则化中弹性网络的线性模型 了解正则化中early stopping的线性模型Ridge Regression 岭回归 Lasso ...原创 2021-08-11 09:34:22 · 1459 阅读 · 0 评论 -
多项式回归
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)第二章知识补充: 多项式回归我们在前面讲的都是一般线性回归,即使用的假设函数是一元一次方程,也就是二维平面上的一条直线。但是很多时候可能会遇到直线方程无法很好的拟合数据的情况,这个时候可以尝试使用多项式回归。多项式回归中,加入了特征的更高次方(例...原创 2021-08-11 09:34:16 · 2974 阅读 · 0 评论 -
正规方程、梯度下降法
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)损失函数总损失定义为:yi为第i个训练样本的真实值 h(xi)为第i个训练样本特征值组合预测函数 又称最小二乘法如何去减少这个损失,使我们预测的更加准确些?既然存在了这个损失,我们一直说机器学习有自动学习的功能,在线性回归这里更是能够体现...原创 2021-08-12 12:23:47 · 412 阅读 · 0 评论 -
最小二乘法作为损失函数与均方误差(MSE)之间的区别
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)损失函数总损失定义为:yi为第i个训练样本的真实值 h(xi)为第i个训练样本特征值组合预测函数 又称最小二乘法如何去减少这个损失,使我们预测的更加准确些?既然存在了这个损失,我们一直说机器学习有自动学习的功能,在线性回归这里更是能够体现...原创 2021-08-12 12:23:50 · 5770 阅读 · 0 评论 -
数学:求导/常见函数的导数/矩阵(向量)求导
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)1 常见函数的导数2 导数的四则运算4 矩阵(向量)求导 [了解]参考链接:https://en.wikipedia.org/wiki/Matrix_calculus#Scalar-by-vector_identiti...原创 2021-08-12 12:23:57 · 613 阅读 · 0 评论 -
距离度量:欧式距离/曼哈顿距离/切比雪夫距离/闵可夫斯基距离/标准化欧氏距离/余弦距离/汉明距离/杰卡德距离/马氏距离
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)2 常见的距离公式2.1 欧式距离(Euclidean Distance):欧氏距离是最容易直观理解的距离度量方法,我们小学、初中和高中接触到的两个点在空间中的距离一般都是指欧氏距离。举例:X=[[1,1],[2,2],[3,3...原创 2021-08-12 12:24:00 · 9746 阅读 · 0 评论 -
科学记数法中的e
科学记数法中的e: 科学记数法中的e表示10的多少次方。 1e-6或者1e-06:表示的是1x(10的-6次方),注意的是1x(10的-6次方),而不是(1x10)的-6次方,即1*math.pow(10,-6)。 2e-6或者2e-06:表示的是2x(10的-6次方),即2*math.pow(10,-6),而不是math.pow(2*10,-6) -1e6:表示的是-1x(10的6次方...原创 2021-08-16 11:07:45 · 9852 阅读 · 1 评论 -
高数 相关知识
矩阵乘法exp()、log()、log2()、log10()、ln、lg1.exp函数即指数函数:e的x次方的函数 exp:高等数学里以自然常数e为底的指数函数,等于2.718281828459045 numpy.exp():返回e的幂次方,e是一个常数为2.718281828459045 exp(0) = e的0次方 = 1 exp(1) = e的1次方 = e...原创 2021-08-22 14:43:18 · 6116 阅读 · 0 评论