高中生理解梯度为何是方向导数极大值
摘要：本人能力弱，只擅于用口水话说事， 其实就是这样的，本处只以2元函数说事，f(x1,x2) 在3度向量空间是个曲面， 它的梯度是[df(x1,x2)/dx1,df(x1,x2)/dx2],此向量是由此曲面在x，和y方向切线斜率构成，当然此向量就是此二斜率的对角线，正交投影，因为对角线是最大所以梯度最大
阅读全文
posted @
2022-04-30 16:42
ProjectDD
阅读(167)
推荐(0) 编辑
概略 deep net 通过relu 进行函数逼近
摘要：relu 函数在deep net 里更容易梯度下降，收敛到最优解的能力比sigmoid更强， 下面通过 一元函数逼近来简要说明relu 函数是如何进行逼近的 如上两图所示，deep net 中有一个输入节点，输入的样本就是 x 结果是 y=f(x)一类的非线性函数 现在因为每个x->f(x) 类似于
阅读全文
posted @
2022-04-27 14:46
ProjectDD
阅读(156)
推荐(0) 编辑
24个希腊字母的中文拼音版
摘要：alpha: 奥尔法beta: 碑塔gamma: 嘎麻啊delta:得儿它epsilon:哎普色狼昂zeta:惹塔eta:哎塔theta:日哎塔iota:哎欧塔kappa:砍怕儿lambda:喃某得儿mu:穆舞nu: 牛舞xi: 克赛唉omicron: 欧麦狂入昂pi:拍唉rho: 入欧sigma:
阅读全文
posted @
2020-12-14 16:13
ProjectDD
阅读(2243)
推荐(0) 编辑
sagemath 9.x 下的 jupyter 工作路径设置
摘要：因为 sagemath 默认打开 jupyter notebook 是使用 虚拟 linux 环境的 Jupyter 进行的，所以它的工作路径的设置的与windows下所有不同， 首先要找到它的配置文件，当然你也可以在 sagemath shell 命令环境之下 通过命令先创造 jupyter配置文
阅读全文
posted @
2020-08-21 10:51
ProjectDD
阅读(1181)
推荐(1) 编辑
指数函数求导
摘要：a^x=y 求 y' y'=d(a^x)/dx =lim(x->0): (a^(x+dx)-a^x)/dx （1） 根据 指数函数可推出： x^(y+z)=x^y*x^z 所以（1）=》 =lim(x->0):d(a^x)(a^dx-1)/dx =lim(x->0) d(a^x)*M(a) （2）
阅读全文
posted @
2020-03-22 22:41
ProjectDD
阅读(3538)
推荐(0) 编辑
