内积

Neural Collaborative Filtering

核心：内积的局限性，用神经结构代替内积。
Dive_·2022-11-19 07:54

卷积与池化--初步理解

在图像处理中的卷积：先将卷积核先转180度，然后在输入中的对应位置取出一个大小为卷积核大小的区域，然后与旋转后的卷积求内积，得到对应位置的输出。
科研苟Gamber·2022-11-19 07:39

深度学习入门笔记（2）—— 感知器

更进一步的，可以将偏置看作是输入1时对应的权重，这样做的好处是可以写成向量内积的形式，有利于数
cnhwl·2022-11-19 04:54

卷积神经网络初解

卷积卷积核即是权重参数矩阵w计算的是内积，对应位置相乘再相加。rgb三通道单独计算，计算完再加。最后再加上一个偏置b。经过步长移动得到特征矩阵。卷积核的通道和输入图像通道相同。
weixin_43532562·2022-11-18 09:14

机器学习实战-预测数值型数据：回归

（因为回归系数是一个向量，输入也是向量，这些运算就是求出二者的内积）回归的一般方法：1）收集数据：采用任意方法收集数据2）准备数据：回归需要数值型数据，标称型数据将被转换为
txb_doyourbest·2022-11-18 08:59

多维数组的运算和3层神经网络的实现

同样也可以使用矩阵乘以一个向量来进行运算向量：一维矩阵1.2神经网络的内积使用numpy矩阵来实现神经网络使用矩阵的乘法可以一次性算
王摇摆·2022-11-18 04:12

pytorch 快速计算两个tensor的欧式距离

a是tensorA中某一行的平方和，b是tensorB中某一行的平方和，ab是两个向量的内积。所以代码为：defEuclideanDistances(a,b):sq
Answerlzd·2022-11-16 16:15

深度学习基础--神经网络（2）

文章目录神经网络的内积3层神经网络的实现输出层的设计恒等函数和softmax函数输出层的神经元数量本文为学习笔记整理参考书籍：《深度学习入门:基于Python的理论与实现》/(日)斋藤康毅著;陆宇杰译.
兔子骑士叫旺仔·2022-11-16 10:06

线性代数笔记分享（二）向量线性相关性

向量组的线性相关性向量空间定义性质判断线性相关定义判断线性相关性性质等价性质正交定义正交矩阵定义内积定义运算律秩基本性质求解极大无关组求解维度定义求解公式基向量定义证明求解基向量组成的矩阵为单位阵，称标准正交基思维导图向量空间齐次方程组无数解的集合求极大无关组定义向量空间中的向量对加法和数乘具有封闭性任意两个向量的加和都可以在向量空间中找到任意一个向量的任意实数倍都可以在向量空间中找到性质向量空间
King Stars·2022-11-15 16:49

机器学习：奇异值分解（SVD）详细讲解

预备知识正交矩阵逆矩阵对称矩阵对称矩阵对角化线性变换伸缩旋转特征值分解代码实现奇异值分解分解（SVD）SVD推导SVD计算案例SVD代码实现SVD的应用预备知识正交矩阵正交矩阵的每一个行向量与其他行向量相互垂直（内积
HanZee·2022-11-15 13:36

[Pytorch]多层感知机（MLP）回归的实现、训练与评估

MLP的隐节点采用输入向量与权向量的内积作为激活函数的自变量，激活函数采用Relu函数。各参数对网络的输出具有同等地位的影响，因此MLP是对非线性映射的全局逼近。除了使用Sklearn提供的ML
electric_sheep·2022-11-15 11:15

机器学习中常用的核函数

是x和y的内积（innerproduct）(也称点积（dotproduct）)。
北极星以南南·2022-11-15 09:08

Metric Learning度量学习简介及应用（分享笔记）

一般来说，对于可度量的数据，我们可以直接通过欧式距离(EuclideanDistance)，向量内积(InnerProduct)或者是余弦相似度(CosineSimilarity)来进行计算。
一名不想学习的学渣·2022-11-14 09:10

【矩阵论】3. 矩阵运算与函数——张量积

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-13 17:33

【矩阵论】2. 矩阵分解——高低分解

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-13 17:33

矩阵论-定义、符号、以及相关理论

Directory矩阵的秩(rank)矩阵内积(InnerProductofMatrices)Cauchy-Shwarzinequality哈达玛积（HadamardProduct）克罗内克积（KroneckerProduct
MadJieJie·2022-11-13 17:55

飞桨学习-卷积-paddle.nn.Conv2D

卷积先简单回顾下卷积，把卷积核放在图片的左上角,然后把卷积核里面所有的值,跟左上角这个范围内的9个值做内积（内积，不要理解为线性代数中矩阵的乘法，而是filter跟图片对应位置的数值直接相乘，所有的都乘完以后再相加
技术缝合怪·2022-11-12 17:34

高维数据建模|| ch1 矩阵的基本计算（part1）

矩阵的基本计算文章目录矩阵的基本计算1.矩阵的基本运算1.1内积与投影1.2矩阵乘积1.3矩阵的迹1.4基于矩阵的距离运算2.协方差矩阵2.1方差和协方差的定义2.2从方差/协方差到协方差矩阵矩阵或者向量来源于线性方程组的求解
Mr_LeeCZ·2022-11-11 07:27

矩阵理论复习（二）

内积空间的定义模与内积向量x和y的夹角正交向量、正交组和正交矩阵度量矩阵基向量内积、度量矩阵、任意向量内积之间的关系欧式空间的两个基对应的度量矩阵彼此合同度量矩阵的行列式的几何问题正交补子空间内积空间=
Caramel_biscuit·2022-11-09 18:56

矩阵论笔记（四）——酉空间与酉变换

酉空间是定义在复数域上的内积空间。由于在复数中，i2=−1，为了使内积为正，需要在转置中加入了共轭的操作。这是酉空间与实数域的欧氏空间的主要区别。二者有一套平行的理论。
withchris·2022-11-09 10:37

线性代数及矩阵论（八）

线性代数笔记矩阵论笔记来自工程矩阵理论综合线性代数机器学习的数学基础配合视频线性代数工程矩阵理论文章目录第二十五讲：复习二第二十六讲、对称矩阵及正定性1.对称矩阵2.合同关系3.二次型，标准形和规范形4.正定性第二十七讲：复数矩阵和快速傅里叶变换1.复数矩阵运算1.1.计算复向量的模1.2.计算向量的内积
_森罗万象·2022-11-09 10:07

【矩阵论】2. 矩阵分解——单阵及特征值特征向量一些求法

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:32

【矩阵论】2. 矩阵分解——正定阵分解

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:02

【矩阵论】2. 矩阵分解——QR分解

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:01

【矩阵论】2. 矩阵分解——SVD准备知识——奇异值

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:00

【矩阵论】2. 矩阵分解——SVD

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:00

【矩阵论】1.准备知识——相似对角化与合同&正定阵

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:30

【矩阵论】1.准备知识——复数域上的内积域正交阵

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:29

【矩阵论】1. 准备知识——复数域上的矩阵与换位公式

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:59

矩阵论（零）：线性代数基础知识整理（4）——线性空间与线性变换

本文主要有以下内容：线性空间线性空间与子空间內积公理（向量的正交投影、Cauchy-Schwarz不等式）范数公理（由内积诱导的范数、常用的向量范数、向量间距离）
exp(i)·2022-11-09 10:57

【矩阵论】2. 矩阵分解——正规分解

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:50

【矩阵论】2. 矩阵分解——正规谱分解——正规阵

矩阵论1.准备知识——复数域上的矩阵与换位公式)1.准备知识——复数域上的内积域正交阵1.准备知识——相似对角化与合同&正定阵2.矩阵分解——SVD准备知识——奇异值2.矩阵分解——SVD2.矩阵分解—
AmosTian·2022-11-09 10:49

神经网络-激活函数

对于一个神经元，先计算输入向量和权重向量的内积，加上偏置项，再送入一个函数进行变化。这个函数就是激活函数。
会飞的猩猩。·2022-11-08 17:39

上采样、下采样到底是什么？

下采样方式1.2下采样作用二、上采样2.1上采样方式2.2上采样作用references一、下采样卷积神经网络中，卷积是最基本的操作模块，卷积定义如下：在WHC的图像操作中，卷积就是输入图像区域和滤波器进行内积求和的过程
ZhiBing_Ding·2022-11-08 10:21

深度学习进阶：自然语言处理入门:第1章 神经网络的复习

深度学习进阶：自然语言处理入门第1章神经网络的复习1.1数学和Python的复习1.1.1 向量和矩阵1.1.2 矩阵的对应元素的运算1.1.3 广播1.1.4 向量内积和矩阵乘积1.1.5 矩阵的形状检查
xiao52x·2022-11-08 10:36

用通俗易懂的方式讲解：主成分分析(PCA)算法及案例（Python 代码）

文章目录知识汇总加入方式一、引入问题二、数据降维三、PCA基本数学原理3.1内积与投影3.2基3.3基变换的矩阵表示3.4协方差矩阵及优化目标3.5方差3.6协方差3.7协方差矩阵3.8协方差矩阵对角化
Python数据挖掘·2022-11-04 13:51

每天五分钟机器学习：从数学向量角度理解支持向量机为何是大间距分类器

向量内积如何计算u与v的内积呢？
幻风_huanfeng·2022-11-04 01:24

《机器学习》西瓜书第三章回归（南瓜书辅助）

极大似然估计就是用来确定正态分布的这两个参数的3.2多元线性回归对线性回归方程进行化简将b=wd+1∗1b=w_{d+1}*1b=wd+1∗1因此要在向量www后面补一个wd+1w_{d+1}wd+1,向量xxx后面补一个111，化成两个向量内积的形式
HammerDeng·2022-10-30 17:23

理解支持向量机SVM

求出向量的模，原向量/向量的模4、法向量5、向量的内积几何意义相似度点到面距离：过任意点的向量内积法向量6、利用法向量求点到平面距离https://wenku.baidu.com/view/ba53db82541810a6f524ccbff121dd36a32dc497
等风来sul·2022-10-30 07:38

图卷积神经网络(GCN)综述与实现（PyTorch版)

一、图卷积神经网络介绍1.1传统图像卷积卷积神经网络中的卷积(Convolution)指的是在图像上进行的输入和卷积核之间离散内积运算，其本质上就是利用共享参数的滤波器，通过计算中心值以及相邻节点的值进行加权获得带有局部空间特征的特征
快乐小虎鲸biubiu·2022-10-23 09:30

最佳平方逼近多项式

一内积与正交多项式定义1设，是［a，b］上的权函数，记(1)称为函数上带权的内积。内积具有以下性质：①对称性；②齐次性；③可加性；④非负性，且当且仅当，x∈［a，b］。
weixin_30251829·2022-10-23 07:54

几种经典的卷积神经网络

一、神经网络二、卷积神经网络的架构对图像（不同的数据窗口数据）和滤波矩阵（一组固定的权重：因为每个神经元的多个权重固定，所以又可以看做一个恒定的滤波器filter）做内积（逐个元素相乘再求和）的操作就是所谓的
风来12·2022-10-22 20:48

机器学习｜（I）机器学习概述

第一章机器学习概述文章目录第一章机器学习概述1.机器学习2.机器学习基础2.1数据的表达2.2内积与投影2.3基于矩阵的距离运算2.4优化：牛顿迭代和梯度下降算法1.机器学习机器学习是一门多学科交叉专业
Mr_LeeCZ·2022-10-22 07:49

【深度学习】卷积神经网络之图像分类｜CNN、AlexNet、VGG、GoogLeNet、ResNet

卷积层：卷积核与输入层中的一个区域相连，计算内积后加上权重。激活函数层：激活函数层包括在卷积层中，将相连的神经元进行激活，通常使用ReLu激活函数max(0,x)max(0,x)max(0,x)。
Lydia.na·2022-10-21 15:49

矩阵特征值的意义

Ref：[1].矩阵乘法核心思想(6)：特征向量与特征值的几何意义[2].矩阵乘法核心思想（5）：内积与外积[3].矩阵乘法电路使用内积
winner8881·2022-10-19 14:16

keras学习二

简单来说，卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。
Xwei1226·2022-10-18 07:27

量子笔记：量子比特的表示

目录0.概要1.从集合到希尔伯特（Hilbert）空间1.1空间1.2度量空间1.3线性空间1.4赋范线性空间1.5巴拿赫（Banach）空间1.6内积空间1.7希尔伯特空间2.量子比特2.1叠加态、坍缩
笨牛慢耕·2022-10-14 07:17

函数空间一览：从线性空间到再生核希尔伯特空间

文章目录0.基础概念0.1代数系统0.2数域0.3完备的空间1.线性空间/向量空间2.度量空间3.赋范向量空间4.内积空间5.巴拿赫空间6.希尔伯特空间7.再生核希尔伯特空间8.总结0.基础概念常见的各种函数空间本质都是定义在数域上的特殊代数系统
云端FFF·2022-10-10 19:14

06 卷积神经网络CNN-学习笔记-李宏毅深度学习2021年度

的相关概念视频链接PPT链接课堂作业课程笔记卷积神经网络（ConvolutionalNeuralNetwork，CNN）是专门为图片识别设计的，当然也可以用在其他的任务上卷积层：将图片各区域依次与多个Filter进行内积
iioSnail·2022-10-10 09:15

傅里叶级数、傅里叶变换 (FT)

的函数展开为傅里叶级数傅里叶级数的复数形式复数基函数的性质FourierTransform(FT,傅里叶变换)从时域到频域傅里叶变换及其逆变换参考文献FourierSeries(傅里叶级数)三角函数的正交性可以定义一个内积空间
连理o·2022-10-07 11:15
上一页 13 14 15 16 17 18 19 20 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他