跳轉至主要內容
行情
掃鏈
追蹤
信號
牛人榜
兌換
資產
邀請計劃
更多
產品
DeFi
市場
洞察中心
Eco Hub
安全中心
開發者中心
X Layer
探索 X Layer
X Layer 瀏覽器
跨鏈橋
開發者文檔
測試網水龍頭
GitHub
Wallet API
探索 Wallet API
API 文檔
API Key 管理
區塊鏈瀏覽器
DApp 連接錢包
Boost
X Launch
參與 X Launch,搶先賺新幣
Giveaway
完成指定任務,領取空投好禮
交易賽
交易熱門代幣,衝榜贏大獎
獎勵中心
領取獎勵和空投
預警
語言
貨幣
顏色設置
下載 OKX Wallet
Web3 指南
公告
返回
繁體中文
简体中文
English
Tiếng Việt
Русский
Español (Latinoamérica)
Bahasa Indonesia
Français
Deutsch
Italiano
Polski
Čeština
Română
Português (Portugal)
Português (Brasil)
Українська
Español (España)
Nederlands
العربية
日本語
Norsk (bokmål)
Suomi
Svenska
Türkçe
返回
返回
學院
幫助中心
發現功能使用指南
熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
Hosico
-10.62%
USELESS
-11.5%
IKUN
-15.71%
gib
-13.72%
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
Bonk
-7.91%
ALON
-7.08%
LAUNCHCOIN
-12.33%
GOONC
-4.29%
KLED
-16.42%
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
BOOP
-2.28%
Boopa
-8.97%
PORK
0.00%
主頁
Mathelirium
Mathelirium
12月4日 17:56
在看到高維單位球幾乎將所有體積隱藏在一個薄殼中後,這裡有一個更瘋狂的續集: 高維高斯分佈並不是一個舒適的鐘形曲線,質量聚集在峰值上,它在中心基本上是空的,幾乎所有的概率都位於距離原點約“維度的平方根”的斜坡上的一個薄光環中。 這意味著從一個百維高斯分佈中“典型”的抽樣根本不接近均值!🤯 它位於這個環帶上,雖然密度較低,但體積卻是巨大的。 在現實生活中解釋,這是巨大的:當你用高斯權重初始化一個大型神經網絡時,大多數網絡的整體權重範數大致相同,全部位於這個殼上,因此訓練發生在一個薄薄的能量環上,而不是接近零的地方。 #HighDimensionalSpace #MachineLearning #Gaussian
69.63K
1.08K
Mathelirium
12月3日 23:49
在之前的帖子中,我們看到在高維空間中,單位球的幾乎所有體積都位於邊界附近的一個極薄的外殼中。 但還有另一個轉折!😄 大多數點也位於任何固定方向周圍的一個狹窄中央板塊中。因此,一個“典型”的點在整體距離上遠離原點,但它在任何給定軸上的坐標卻是微小的。高維點同時位於“表面上”和“赤道附近”,這就是為什麼隨機向量在高維機器學習空間中幾乎是正交的原因。🤯 感謝 @mutko55 提醒我這一點。 #HighDimensionalSpace #MachineLearning
32.76K
564
Mathelirium
12月2日 22:46
這是我學過的最奇怪的事情之一。🤨😦🤯 我們已經被訓練成習慣在一維、二維和三維中思考,以至於我們的直覺基本上就生活在那裡,但一旦你進入高維度,即使是距離這樣基本的概念也開始以一種感覺錯誤的方式行為。 在高維球體中,幾乎所有的體積都位於靠近邊界的薄殼中……只需將半徑縮小一點,你就幾乎丟掉了所有東西,因此隨機點根本不會坐在中間,它們被壓縮成邊緣的微觀光環。 這就是為什麼距離、最近鄰居和幾何直覺在高維度的 Machine Learning 空間中開始表現得如此奇怪的原因之一。高維幾何靜靜地告訴你,你的低維大腦在欺騙你。🤯 #HighDimensionalSpace #MachineLearning
206.7K
1.59K
熱門
排行
收藏