Steepest Descent && Conjugate Gradient
April 25, 2022
这是一篇主要介绍Conjugate Gradient (CG)的笔记,当然为了引入CG,也会一并介绍其“前身” Steepest Descent。
...这是一篇主要介绍Conjugate Gradient (CG)的笔记,当然为了引入CG,也会一并介绍其“前身” Steepest Descent。
...蒙特卡洛(MonteCarlo)是一大类随机算法(RandomizedAlgorithms)的总称,它们通过随机样本来估算真实值。
...我们可以使用傅立叶变换实现卷积,具体做法大概就是先对数据和卷积核进行傅立叶变换将数据变换到频域,然后卷积就是频域上的乘积, 最后做逆傅立叶变换转化回原来的空域。
...一些关于VAE的扩展知识。
不断更新中…
...本文将简单的讲述:GLM是如何工作的?
...PCA (Principal component analysis) 是一种给数据降维的方法。
利用PCA,能将一堆高维空间的数据映射到一个低维空间,并最大限度保持它们之间的可区分性。
...