学习人工智能预备知识

1， 从一个例子理解维数：

0维，就是一个像素点，一个标量，比如0.3

1维，一个特征向量

2维，一个矩阵，比如一张灰度图片的像素点分布

3维，一张三通道的彩色图片

4维，一个三通道图片批量，许多张图片

5维，一个视频批量，比三维多了时间序列

 

 

 

 

 

2， 范数

L-0范数：用来统计向量中非零元素的个数。
L-1范数：向量中所有元素的绝对值之和。可用于优化中去除没有取值的信息，又称稀疏规则算子。
L-2范数：典型应用——欧式距离。可用于优化正则化项，避免过拟合。
L-∞范数：计算向量中的最大值。

 

 

 

3， 如何理解axis取不同值时

 

 

 

 

4， 自动求导的正向反向求导

 

 

 

 

 

 

正向求导的复杂度：

 

 

标签：人工智能,预备,知识,一个,求导,范数,像素点,向量,图片
来源： https://www.cnblogs.com/rossxp/p/16396462.html