© 2023 无名玩家X

人工智能近几年很火.满天飘着机器学习,深度学习,神经网络的概念.各种科普和教程在各大网站上比比皆是,只要随便搜过几个关键词,算法就一股脑的给我推荐相关链接.有些内容甚至都让人产生了”我也能做”的想法,便想学学试试了.附带一提,我只会一点简单的python,其他的相关知识储备基本等于0.这是客气点说,由于我的学识基本停留在初中,说我的知识储备是负数其实也不为过.由此可以看出,我记录的东西可能会有无数的莫名其妙的偏颇的. 不过反正决定要试着学学了,就顺便记录一下,免得艰难学到的知识轻易的忘掉,起码保证想找回丢掉的知识的时候,能够有迹可循.

基础概念

张量

说实话,直到写下这些字的时候,我都没看懂张量的定义.但是经过多次查询,我大概能知道张量张什么样了,还能够徒手画出一个”看起来是张量,用起来也是张量”的东西. 先简单描述一下,张量就是一个多维的矩阵.张量的内容是矩阵,矩阵的内容是矢量,矢量的内容是标量. 张量从标量演变而来,一切都始于标量,多个标量组成矢量,多个矢量组成矩阵,多个矩阵组成张量.虽然我不知道他们是干什么的,但可以清楚的知道他们张什么样子了. 换句话说,标量是一个数可以表现的量,向量是用一组数可以表示的量,矩阵是用一组向量表示的量,张量是用一组矩阵表示的量

数列

有某种顺序的一系列数.比如${1,2,3}$和${1,2,6}$,简单的数列这样一目了然,但是太长的数列一般会用更具代表性的方法写出来,比如${u_x},x=1,2,3…\infty$ 至少3个,最多可以无数个.(因为至少3个值,才能看出来规律嘛.比如{1,2,3}和{1,2,6},前两项一样,但规律完全不一样.)