动手学深度学习 - 11.1. 数学符号 (notation)

动手学深度学习 - 11.1. 数学符号 (notation)

动手学深度学习 - Dive into Deep Learning
Aston Zhang, Zachary C. Lipton, Mu Li, and Alexander J. Smola
https://zh.d2l.ai/

11.1.1. 数

  • x x x:标量
  • x \boldsymbol{x} x:向量
  • X \boldsymbol{X} X:矩阵
  • X \mathsf{X} X:张量

11.1.2. 集合

  • X \mathcal{X} X:集合
  • R \mathbb{R} R:实数集合
  • R n \mathbb{R}^n Rn n n n 维的实数向量集合
  • R x × y \mathbb{R}^{x\times y} Rx×y x x x y y y 列的实数矩阵集合

11.1.3. 操作符

  • ( ⋅ ) ⊤ \boldsymbol{(\cdot)}^\top ():向量或矩阵的转置
  • ⊙ \odot :按元素相乘,即阿达马 (Hadamard) 积
  • ∣ X ∣ \lvert\mathcal{X}\rvert X:集合 X \mathcal{X} X 中元素个数
  • ∥ ⋅ ∥ p \|\cdot\|_p p L p L_p Lp 范数
  • ∥ ⋅ ∥ \|\cdot\| L 2 L_2 L2 范数
  • ∑ \sum :连加
  • ∏ \prod :连乘
Hadamard product:哈达玛积,基本积

11.1.4. 函数

  • f ( ⋅ ) f(\cdot) f():函数
  • log ⁡ ( ⋅ ) \log(\cdot) log():自然对数函数
  • exp ⁡ ( ⋅ ) \exp(\cdot) exp():指数函数

11.1.5. 导数和梯度

  • d y d x \frac{dy}{dx} dxdy y y y 关于 x x x 的导数
  • ∂ y ∂ x \frac{\partial y}{\partial x} xy y y y 关于 x x x 的偏导数
  • ∇ ⋅ y \nabla_{\cdot} y y y y y 关于 ⋅ \cdot 的梯度

11.1.6. 概率和统计

  • P ( ⋅ ) P(\cdot) P():概率分布
  • ⋅ ∼ P \cdot\sim P P:随机变量 ⋅ \cdot 的概率分布是 P P P
  • P ( ⋅ ∣ ⋅ ) P(\cdot \mid\cdot) P():条件概率分布
  • E ⋅ ( f ( ⋅ ) ) E_{\cdot}\left(f(\cdot)\right) E(f()):函数 f ( ⋅ ) f(\cdot) f() ⋅ \cdot 的数学期望

11.1.7. 复杂度

  • O \mathcal{O} O:大 O 符号 (渐进符号)

你可能感兴趣的:(deep,learning,-,深度学习)