混淆矩阵Confusion Matrix（resnet34 基于 CIFAR10）
查准率是预测为正样本中，真正正样本的比率召回率是真正正样本中，预测为正样本的比率
核函数简介
把数据送到另一个空间（通常具有高的维度）；在新的空间找到一个线性关系（可以将数据分开）。如果映射选择合适，复杂的关系能够被简化。映射空间的几何性质可以通过内积来表示；内积的计算是简单的。k:X×X→Rk:X×X→R满足有限正半定当且仅当对于有限个样本xxx，它的内积矩阵是一个正半定矩阵。另外，思考4
AI算力反碎片化：世界上最快的统一矩阵乘法
LLVM之父Chris Lattner创办的Modular团队一直在布道AI系统和工具的碎片化带来的负面影响，他们认为，这种现状不光抬高了AI开发人员的开发难度以及开发成本，还抑制了技术创新速度。此前，他们撰写了《模块化设计决定AI前途，不服来辩》一文讨论了AI软件模块化的重要性，而《为什么我们要重
数学建模-2022年亚太赛C题（含思路过程和代码）
数学建模-2022年亚太赛C题（含思路过程和代码）
现代控制理论——矩阵指数函数的计算方法
将系统矩阵带入定义直接计算，注意我们只取有限项，因此得到的解并不是精确解。矩阵指数函数的计算方法有很多，至少有十几种，本次只介绍4钟；方法2将系统矩阵化为对焦标准型或者约当标准型。方法1，根据矩阵指数函数的定义直接计算。方法四：应用凯莱哈密尔顿定理。
复习--------范数
f∈S若存在唯一实数∥⋅∥f \in S 若存在唯一实数 \lVert \cdot \rVertf∈S若存在唯一实数∥⋅∥满足f≥0当且仅当f0∥f∥0f \geq 0 ,当且仅当 f = 0， \lVert f \rVert = 0f≥0当且仅当f0∥f∥0∀a∈R∥af∥∣a∣⋅∥f∥∀a
人工智能中数学基础：线性代数，解析几何和微积分
在人工智能领域，线性代数、解析几何和微积分是最基础的数学知识。这些数学知识不仅在人工智能领域中被广泛应用，也是其他领域的重要基础。本文将介绍人工智能中的线性代数、解析几何和微积分的基础知识和应用。
【人工智能的数学基础】瑞利商(Rayleigh Quotient)和广义(Generalized)瑞利商
对于一个Hermitan矩阵AAA(复域的共轭对称矩阵,满足AHAA^H=AAHA)及非零向量xx1xnTxx1...xnTRAxxHAxxHxRAxxHxxHAx其中xHx^HxH是xxx的共轭转置向量。
[课程笔记]（李沐-动手学深度学习）
比如y=|x|的导数，可以在[-1,1]之间取任意值将导数拓展到向量->梯度第一种情况：y标量x向量（y标量x向量）补充：内积可以这样来理解向量内积：向量a、b的内积等于向量a在b方向的分量（或投影）与b的内积，当a、b垂直时，a在b方向上无分量，所以内积为0。其他几何意义：从内积数值上我们可以看出
2.线性代数基础
笔记
【最优化算法】基于【MATLAB】的最速下降仿真
无约束问题的求解过程一般都是通过一系列的一维搜索来实现，搜索方向的不同，形成了不同的最优化方法。最速下降法又叫梯度法，通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。............
机器人学基础（2）-微分运动和速度-雅可比矩阵计算、雅可比矩阵求逆、计算关节运动速度
通过学习本章内容，利用公式，已知机器人关节速度，利用雅可比矩阵可以得到机器人手的运动速度；已知机器人手的运动速度，求雅可比矩阵的逆可以得到机器人各关节的速度。同时也学习了不使用雅可比矩阵求关节速度的方法，利用机器人的逆微分运动方程，就可以确定每个关节速度为多少才能产生所期望的机器人手速度。知道了机器
【控制】动力学建模简介 --＞ 牛顿-欧拉 (Newton-Euler) 法和拉格朗日 (Lagrange) 法
牛顿-欧拉方法是最开始使用的动力学建模分析方法，由于牛顿方程描述了平移刚体所受的外力、质量和质心加速度之间的关系，而欧拉方程描述了旋转刚体所受外力矩、角加速度、角速度和惯性张量之间的关系，因此可以使用牛顿-欧拉方程描述刚体的力、惯量和加速度之间的关系，建立刚体的动力学方程。拉格朗日方程是另一种经典的
【Matlab 六自由度机器人】运动学逆解（附MATLAB机器人逆解代码）
本文采用Pieper法则和机器人学的通用法则介绍机器人逆运动学及逆解的求解方法。文章首先介绍如何理解逆向运动学，然后利用D-H参数及正向运动学的齐次变换矩阵对机器人运动学逆解进行求解。...
【Matlab 六自由度机器人】运动学逆解（附MATLAB机器人逆解代码）
本文采用Pieper法则和机器人学的通用法则介绍机器人逆运动学及逆解的求解方法。文章首先介绍如何理解逆向运动学，然后利用D-H参数及正向运动学的齐次变换矩阵对机器人运动学逆解进行求解。...
【控制】动力学建模简介 --＞ 牛顿-欧拉 (Newton-Euler) 法和拉格朗日 (Lagrange) 法
牛顿-欧拉方法是最开始使用的动力学建模分析方法，由于牛顿方程描述了平移刚体所受的外力、质量和质心加速度之间的关系，而欧拉方程描述了旋转刚体所受外力矩、角加速度、角速度和惯性张量之间的关系，因此可以使用牛顿-欧拉方程描述刚体的力、惯量和加速度之间的关系，建立刚体的动力学方程。拉格朗日方程是另一种经典的
一文读懂标量、向量、矩阵、张量的关系
然而，矩阵乘法的规则是，只有当第一列中的列数等于第二列中的行数时，两个矩阵才能相乘（即，内部维度相同，n为（m × n）） – 矩阵乘以（n × p）矩阵，得到（m × p）-矩阵。向量空间（也称为线性空间）是称为对象的集合的载体，其可被添加在一起，并乘以由数字（“缩放”），所谓的标量。用通俗的说法
SVD 奇异值分解纯手工实现（C++）
奇异值分解SVD（紧奇异值分解，截断奇异值分解）C++实现
【math系列】《深度学习》中主成分分析（PCA）的一个知识点证明
【线性代数】PCA中的数学证明题
2022数维杯数学建模竞赛A\B\C题目思路
2022数维杯数学建模竞赛目录A题：数据题第一问第二问第三问第四问第五问B题：疫情题第一问第二问第三问第四问目录A题：数据题A：评价问题、机器学习问题（套算法就可做，相关算法现学上手快，所有人都可以选）首先来看附件数据，行为不同的银行（未编号），每个银行有64个指标，最后一列1表示破产，0表示存活，
- 1
- 2
