内积
如果有两个向量,如下图, 计算,乘出来是一个数。借助座标系,的含义是在向量上的投影再乘的长度
注意:有正负,沿正方向投影则为正;沿负方向投影则为负
SVM
回顾SVM的代价函数,如下公式。
当前一项为0时,即和时,代价函数就化简成
,根据内积的思想,是沿方向的投影长度*的长度
若要,当投影的长度较大时,的长度就可以尽量小,就可以小
这是为什么支持向量机最终会找到大间距分类器的原因。因为它试图极大化这些投影
另外,当时,代表分类边界需要经过原点
如果有两个向量,如下图, 计算,乘出来是一个数。借助座标系,的含义是在向量上的投影再乘的长度
注意:有正负,沿正方向投影则为正;沿负方向投影则为负
回顾SVM的代价函数,如下公式。
这是为什么支持向量机最终会找到大间距分类器的原因。因为它试图极大化这些投影
另外,当时,代表分类边界需要经过原点
利用torchsummary觀察每一層的情況 1)按照方式 pip install torchsummary 2)