量子力学常用符号
摘要:1.符号含义 复共轭:* 共轭转置——对于矩阵来说:b† = (b*)T ,†是dagger匕首。 (厄密)共轭——对于算符来说:O† ,又称算符O的伴随算符/配偶算符。共轭是一种操作 ,其中~表示转置。 <u,Ôv> = ∫ u* Ôv dτ = ∫ (Ô†u)*v dτ ,全空间积分就是內积,此
阅读全文
posted @
2020-04-29 22:44
西伯尔
阅读(11802)
推荐(0) 编辑
內积&外积&叉积&张量积
摘要:1.矩阵上标 (1)AT T是transpose转置。 (2)A-1 -1是inverse逆矩阵。 (3)A+ ①广义逆矩阵,是逆矩阵的推广,奇异矩阵(行列式为0的方阵)和非方阵,没有逆矩阵,但可以有伪逆矩阵。 ②广义逆定义: 复矩阵Amxn,Xnxmdddd满足四个Moore-Penrose方程中
阅读全文
posted @
2020-04-29 20:58
西伯尔
阅读(10974)
推荐(2) 编辑
参数估计&非参数估计
摘要:1.估计概率密度p(x|wi) (1)贝叶斯决策 (2)P(wi)和p(x | wi)的估计方法 ①先验概率P(wi)估计: 用训练数据中各类出现的频率估计。 依靠经验。 ② 类条件概率密度函数p(x | wi)估计,2类方法: 参数估计:最大似然估计,贝叶斯估计。 非参数估计: 直方图估计,核密度
阅读全文
posted @
2020-04-29 16:56
西伯尔
阅读(2168)
推荐(0) 编辑
CV——Recognition图像识别
摘要:1.图像识别概述 (1)图像识别是计算机视觉中最基础的一项任务,目的是在图像或视频序列中找到给定的物体,或者是对场景的属性进行判断。 (2)要对图像中的物体进行识别,首先需要对物体赋予合适的表示,使得物体表示对于图像变化(视角、光照、遮挡、尺度、形变、物体聚集等)有较强的不变性。 (3)图像和目标识
阅读全文
posted @
2020-04-28 18:57
西伯尔
阅读(1479)
推荐(0) 编辑
论文搜索与下载
摘要:1.如何快速下载一篇文献内所有的参考文献? 利用Mendeley+Endnote。此处使用Mendeley 步骤: (1)下载安装文献管理/阅读/笔记软件Mendeley; (2)下载Mendeley应用插件,安装在谷歌/搜狗等浏览器上,登录Mendeley账号(显示登录Elsevier,实际上是M
阅读全文
posted @
2020-04-27 14:58
西伯尔
阅读(522)
推荐(0) 编辑
人工智能的崛起——三大主义
摘要:1.符号主义:人工智能源于数理逻辑 智能主要是知识表示、逻辑推理和知识运用,重在表示和推理 认知和思维的基本单元是符号 逻辑演绎描述智能行为 2.行为主义:人工智能源于控制 智能取决于感知和动作,重在外在交互,可学习、进化 模拟生物智能行为 建立感知 - 决策的控制系统 3.连结主义:源于人脑模型
阅读全文
posted @
2020-04-26 10:42
西伯尔
阅读(1343)
推荐(0) 编辑
机器学习——导论
摘要:1.机器学习的主要分类 (1)监督学习(Supervised learning) 训练数据有目标向量(标签) 分类、回归 … (2)非监督学习(Unsupervised learning) 训练数据没有目标向量(标签) 聚类、密度估计、可视化 … (3)强化学习(Reinforcem
阅读全文
posted @
2020-04-26 10:17
西伯尔
阅读(196)
推荐(0) 编辑
知识图谱&表示学习
摘要:1.表示学习 (1)表示学习:用机器学习提取特征,而不是手动提取特征。学习如何提取特征,即学习如何学习。 (2)表示学习算法的典型例子:自编码器(autoencoder)。 (3)表示学习从原始数据中提取高层次、抽象的特征很难。深度学习(deep learning)通过其他较简单的表示来表达复杂表示
阅读全文
posted @
2020-04-24 15:04
西伯尔
阅读(3692)
推荐(0) 编辑
机器学习,模型——生成模型(generative model)和判别模型(Discriminative model)
摘要:1.生成模型与判别模型区别 生成模型:学习得到联合概率分布P(x,y),即特征x和标记y共同出现的概率,然后求条件概率分布。能够学习到数据生成的机制。 判别模型:学习得到条件概率分布P(y|x),即在特征x出现的情况下标记y出现的概率。 数据要求:生成模型需要的数据量比较大,能够较好地估计概率密度;
阅读全文
posted @
2020-04-24 12:00
西伯尔
阅读(1232)
推荐(0) 编辑
机器学习,评估——熵(交叉熵)
摘要:1.信息熵 ①H(x) = - ∑ p(xi) log p(xi) ②熵是不确定性的度量,越不确定,越混乱,熵越大。 ③越平均的时候,熵越大。 2.交叉熵 ①两个概率分布p(x)和q(x),p分布已知,q未知,交叉熵函数就是两个分布的互信息,反应其相关程度,交叉熵越小越相关,两个分布越接近,分类器效
阅读全文
posted @
2020-04-08 19:21
西伯尔
阅读(1159)
推荐(0) 编辑
随机游走(Random Walk)
摘要:参考: https://www.cnblogs.com/lyrichu/p/7209529.html
阅读全文
posted @
2020-04-08 17:54
西伯尔
阅读(1340)
推荐(0) 编辑
BERT笔记
摘要:1.跑通demo (1) (4)BERT finetuning runner运行 由于本人用的是本机win10+pycharm环境,不是Linux系统,网络上的带参数运行就不能使用,因此需要修改run_classifier.py文件,给参数赋一个默认初值: Linux系统: 换到win10中,需要加
阅读全文
posted @
2020-04-03 00:32
西伯尔
阅读(144)
推荐(0) 编辑
latex总结
摘要:1.equation公式内换行 参考: https://blog.csdn.net/i10630226/article/details/44536129?utm_source=blogxgwz2 2.数学符号表 参考: https://blog.csdn.net/WASEFADG/article/d
阅读全文
posted @
2020-04-02 15:47
西伯尔
阅读(113)
推荐(0) 编辑
MikTex+TeXMaker
摘要:1.安装 (1)概念区分 参考:http://blog.sina.com.cn/s/blog_bbf808550102wb2q.html Tex TeX 是一种排版语言 LaTex 在Tex指令集合的基础上定义了一整套宏集,方便用户进行排版,可以看成是Tex的一种实现 XeTeX 相较LaTex另一
阅读全文
posted @
2020-04-01 07:51
西伯尔
阅读(981)
推荐(0) 编辑