第二章数学基础 - 神经网络与深度学习.pdf

下载文档 降价啦

13
0
约4.67万字
约 28页
2017-09-06 发布于天津
举报
版权申诉
保障服务

第二章数学基础 - 神经网络与深度学习.pdf

1、本文档共28页，其中可免费阅读9页，需付费100金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。

第二章数学基础在介绍神经网络模型之前我们先介绍一些数学基础知识包括线性代数概率论和优化中的基本概念线性代数向量在线性代数中标量是一个实数而向量是指个实数组成的有序数组称为维向量如果没有特别说明一个维向量一般表示列向量即大小为的矩阵其中称为向量的第个分量或第维为简化书写方便排版起见有时会以加上转置符号的行向量大小为的矩阵表示列向量向量符号一般用黑体小写字母或小写希腊字母等来表示第二章数学基础向量的模向量的模为向量的范数在线性代数中范数是一个表示长度概念的函数为向量空间内的所有向量赋予非零的正长度或

第二章数学基础在介绍神经网络模型之前，我们先介绍一些数学基础知识，包括线性代数、概率论和优化中的基本概念。 2.1 线性代数 2.1.1 向量在线性代数中，标量（Scalar ）是一个实数，而向量（Vector ）是指n 个实数组成的有序数组，称为n 维向量。如果没有特别说明，一个n 维向量一般表示列向量，即大小为n 的矩阵。 a