如题,最近在学 ML ,有很多矩阵的概念。一维二维以及三维的空间关系都可以想象,它们对应的现实场景也能理解,但是再多维度的矩阵就难以理解了,请问有什么技巧去理解吗?还是把高维的矩阵看做黑盒,理解每个维度的功能并且能够使用即可?
另外说点题外话,在学习 ML 的过程中,感觉自己总是容易陷入细节的陷阱中,比如梯度下降的算法如何推导,想要手动去推导从微分到梯度下降的过程;想要理解 Backpropagation 细节,想要手动推导 Neural 的传播。但是我不是数学专业的,高数也早还给了老师,而且并不打算以 ML 养家糊口,单纯扩展一下技能面,这样抠细节让我感觉学习效率太低耗时太长了,也让我感觉学习的比较困难,如何解决这种问题呢?
这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.