175. 如何理解正态分布的多元扩展？【每天一个宝藏问题】
https://github.com/HaiPenglai/Treasure-Questions 汇总了大模型学习与研究的重要资源与链接，至今为止，已经整理了113篇论文的参考文献，174个宝藏问题的手稿。每天一个宝藏，一万天就是一万个宝藏。
每天一个宝藏问题：从零到一手绘
（198/218）
34.8万播放
简介
订阅合集
46. 矩阵乘法对激活的梯度算子是怎么来的？【每天一个宝藏问题】
03:35
51 矩阵乘法对权重的梯度算子是怎么来的？【每天一个宝藏问题】
03:24
52 简单的梯度算子是如何定义的【每天一个宝藏问题】
02:13
61. 含广播的偏置b的梯度如何计算？【每天一个宝藏问题】
03:01
87. 为什么前向广播对应着反向归约？【每天一个宝藏问题】
03:23
69. 深度学习中两种常用的矩阵微积分是怎么来的？【每天一个宝藏问题】
03:34
70. 如何理解泰勒展开的多元函数扩展？【每天一个宝藏问题】
01:53
100. 为什么神经网络连接可以用矩阵乘法实现？【每天一个宝藏问题】
02:54
86. 为什么矩阵乘法可以看作向量乘法的拓展？【每天一个宝藏问题】
02:35
72. 如何从几何视角理解拉格朗日乘子法？【每天一个宝藏问题】
03:17
95. 标量乘法的链式法则可以推广到矩阵吗？【每天一个宝藏问题】
03:26
105. K-Means聚类和中垂线有什么关系？【每天一个宝藏问题】
02:17
113. 如何理解梯度下降的多元函数扩展？【每天一个宝藏问题】
03:06
184. 一口气看完：正态分布，梯度下降、泰勒展开一元推广到多元【每天一个宝藏问题】
11:14
115. 为什么梯度下降、泰勒展开、正态分布都有多元函数扩展？【每天一个宝藏问题】
02:01
155. 为什么信息熵=最优码长，交叉熵=实际码长，KL散度=浪费码长【每天一个宝藏问题】
03:17
167. 为什么KL散度非负和信息熵是最优码长这两件事是等价的？【每天一个宝藏问题】
03:06
175. 如何理解正态分布的多元扩展？【每天一个宝藏问题】
03:47
179. 如何用高中导数证明 KL 散度非负？【每天一个宝藏问题】
03:39
180. 向量如何对向量求导？推广到矩阵、张量呢？【每天一个宝藏问题】
03:19
189. 为什么反向传播的本质是乘雅可比矩阵？【每天一个宝藏问题】
03:28
197. 为什么自动微分系统倾向于反向微分而非前向微分？【每天一个宝藏问题】
03:18
200. 为什么线性层反向传播也可以用GEMM实现？——为什么前向全连接对应反向全连接？【每天一个宝藏问题】
03:06
顶部