“共轭”(conjugate)是什么意思?

共轭梯度法(Conjugate Gradients)(1) 最近在看ATOM,作者在线训练了一个分类器,用的方法是高斯牛顿法和共轭梯度法。看不懂,于是恶补了一波。学习这些东西并不难,只是难找到学习资料。简单地搜索了一下,许多文章都是一堆公式,这谁看得懂啊。 后来找到一篇《An Introduction to the Conjugate Gradient Method Without the Agonizing Pain》,解惑了。 为什么中文没有这么良心的资料呢?英文看着费劲,于是翻译过来搬到自己的博客,以便回顾。 由于原文比较长,一共 666666 页的PDF,所 阅读详情
AI摘要

共轭源于牲口拉车的器具,指的是通过连接件协同工作的概念。在不同科学领域如数学、物理和化学中,共轭表示对称性和关联性的特征,体现事物间的相互作用。英语中的conjugate源自拉丁语coniugare,意为“连接在一起”,强调共同协作。”,

"轭(è)"在汉语中原本是指牲口拉东西时架在脖子上的器具,呈“人”字状。古用“軶”,现用“轭”。

"共轭"原本就是指两个或多个这样的“器具”通过某种连接件将它们连接在一起,使其协同工作。比如,双马车就是通过一根本头连接两个“轭”,使之共同发力。如下图所示:

 

在英语中,“共轭”对应的单词是“conjugate”。“conjugate”这个词源自拉丁语“coniugare”,而“coniugare”这个由两部分词缀构成,即,“con-”(com-的消化吸收形式,词义为“with,together”(共用,一起))和“iugare”(词义为“to join”(连接)),合在一起,即“连接在一起的事物”。

“共轭”即通过某种东西连接在一起协同作用的事物,即其具有一定的对称性,又有一定的关联性,共同协作发生作用。因此,这个概念广泛用于数学、物理、化学、以及其它各种学科中。

 

 

共轭梯度法(Conjugate Gradient) 共轭梯度法(Conjugate Gradient)是介于最速下降法与牛顿法之间的一个方法,它仅需利用一阶导数信息,但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点,共轭梯度法不仅是解决大型线性方程组最有用的方法之一,也是解大型非线性最优化最有效的算法之一。 以上参考百度百科的共轭梯度法,但是一开始没看明白,结合《数值分析》中的一些解释,结合自己的理解,算是... 阅读详情

相关推荐

Conjugate prior-共轭先验的解释

一 问题来源: 看PRML第二章时遇到的。 二 问题描述: PRML第68页说:“We shall see that an import role is played by conjugate priors, that lead to posterior distributions having the same functional form as the prior , and that

Polly Study PRIS 1万+

共轭复数,共轭根式,共轭矩阵,共轭方向,共轭方向法,共轭梯度法,共轭分布,共轭函数,傅里叶变换的共轭对称

共轭(conjugate)的概念在数学、物理、化学、地理等学科中都有出现。 本意:两头牛背上的架子称为轭,轭使两头牛同步行走。共轭即为按一定的规律相配的一对。在数学中常见的共轭有:共轭复数,共轭根式,共轭双曲线,共轭矩阵,共轭转置,共轭梯度方向。共轭分布,共轭先验,共轭函数。共轭方向法,共轭梯度方向法。 我们在关注共轭时,主要关注共轭的配对规律,共轭的性质,以及取共轭可以带来什么样的数学或应用优势。 共轭复数 配对规律:在复数中,实部相等,虚部互为相反数的两个复数互为共轭复数。 公式描述:...

wzg2016的博客 2万+

共轭先验-Conjugate Prior

定义:如果先验分布和似然函数可以使得先验分布和后验分布有相同的形式,那么就称先验分布与似然函数是共轭的。读数理统计学导论时,遇到过共轭先验的概念。 贝叶斯判别准则中,分别假设了先验分布p(θ)p(\theta),后验分布p(θ|X)p(\theta|X),以及p(X),p(X|θ)p(X), p(X|\theta)似然函数。贝叶斯定理可以写作:P(θ|X)=P(θ)P(X|θ)P(X)P(\the

Sonnet 2034

共轭函数

共轭函数在最近火的不行的Gan生成对抗神经网络进阶版本的数学推理中有着神奇的作用,因此在这边记录下。 共轭函数的定义为: f∗(t)=max⁡x∈dom⁡(f){xt−f(x)} f ^ { * } ( t ) = \max _ { x \in \operatorname { dom } ( f ) } \{ x t - f ( x ) \} f∗(t)=x∈dom(f)max​{xt−f(x)}...

weixinhum 3万+

数值优化(Numerical Optimization)学习系列-03-共轭梯度方法(Conjugate Gradient)

共轭梯度(CG)算法是求解对称正定线性方程组 $Ax=b$ 及等价最优化问题的高效迭代方法。其核心思想是利用共轭方向,确保每一步搜索方向在 $A$ 度量下正交,避免重复工作,实现最多 $n$ 步收敛。相比最速下降法,CG 不需存储矩阵,收敛更快。通过共轭方向算法的有限步收敛性证明,可理解其本质:在共轭方向张成的子空间中逐步逼近最优解。非线性版本则将此思想推广至一般优化问题,保持低内存与快速收敛优势。

互联网广告从业者,长期关注AI、计算广告以及搜广推相关技术,致力于广告投放、广告策略以及底层技术透明可视,太阳底下没有新鲜事,人人可懂可会 1万+

NPP/VIIRS夜间灯光数据:从下载到应用的完整指南

本文提供了NPP/VIIRS夜间灯光数据从下载、处理到应用的完整实战指南。详细介绍了如何从官方源获取数据、解读文件结构、进行坐标校正与数据清洗,并深入探讨了其在城市扩张监测、社会经济指标估算、重大事件影响评估等领域的核心应用。文章旨在帮助研究者与从业者快速掌握这一强大的空间数据,将其转化为研究中的实用工具。

gpu4optimizer的博客 871

什么是共轭和共轭转置

共轭(Conjugate)是复数的一个基本操作,共轭操作就是将复数的虚部取反。共轭转置(Conjugate Transpose 或 Hermitian Transpose)是对矩阵的一个复数操作,包括共轭和转置两步。

彬彬侠的博客 1万+

【面试经验】大疆笔试-计算机视觉算法B卷

3、a=np.random.randn(3,3) b=np.random.randn(3,1) ,那么c=a*b的维度应该是:*是元素乘法或者torch.mul,@才是矩阵乘法或者torch.matmul,不会触发广播机制;8、将分辨率降低一半时,精标定内参(fx、fy、cx、cy、k1、k2、k3)焦距、光心、畸变系数将分别变成(fx、fy、cx/2、cy/2、k1、k2、k3),只能搜到光心变成一半,畸变系数不变。12、KLT算法在频闪光源、重复纹理、高速机动、环境照度低的情况下效果显著下降。

litterfinger的博客 1449

数学的故事之“共轭”

共轭在数学、物理、化学、地理等学科中都有出现,甚至在数学上也有许许多多的“共轭”,例如:共轭复数、共轭矩阵和共轭分布等等。“轭”字的本意是驾车时套在牲口脖子上的曲木,引申为束缚或控制的意思。既然轭是套在牲口脖子上的曲木,那么显然共轭就是套在两头牲口脖子上的曲木,或者说是两头牲口共用同一根曲木之意

白马负金羁 1万+

一文速学数模-K-means聚类算法实战:信用卡用户画像聚类分析

该项目算是非常经典的金融业务用户画像的基础分析了,主要根据用户信用卡使用行为数据进行分析,根据收集到的不同字段信息,对每个用户划分类别。这里需要说明一下的是,聚类模型只是将具有相似行为的大部分用户聚集到一个类别里面,这点并不会考虑到每个字段的含义,也就是分成的类别并不是用户价值等级,此类别仅仅是这个类别大体相同的信用卡用户行为对象,并不能给每个用户价值打上标签,那是评价模型做的事,这里要注意不要搞混淆了,用户价值评价是评价模型决定的,而画像是聚类模型分析的。

master_hunter的博客 1万+

Android 12.0 framework系统修改安兔兔等显示的屏幕尺寸大小功能实现

在12.0的系统rom定制化开发中,在使用第三方app检测系统的一些信息中,比如安兔兔 设备信息等检测app中,有时候显示的屏幕尺寸大小和 产品规格书等信息不同,稍微有些差异,所以就需要看下系统framework层中,相关的设备信息是怎么读出来的,然后做些调整 接下来就来分析相关功能

安卓兼职framework和app工程师的博客 478

数学中的“共轭”以及相关应用

复数zabiz = a + bizabi的共轭记作zˉ\bar{z}zˉzˉa−bizˉa−biab∈Rab∈Ri2−1i^2 = -1i2−1元素共轭AˉaˉijAˉaˉij​转置共轭(Hermitian / 共轭转置)AHAˉTaˉjiAHAˉTaˉji​在群GGG中,元素ag∈Ga, g \in Gag∈Gaggag−1agg。

qq_36812406的博客 2411

Django框架中settings文件的部署建议

为了更好地管理开发和生产环境的配置,建议将settings文件分为多个文件,分别用于不同的环境。然后,通过在启动应用程序时指定不同的settings文件,来加载相应的配置。在Django框架中,settings.py文件是非常重要的配置文件,它包含了项目的各种设置和选项。在Django框架中,settings.py文件是非常重要的配置文件,它包含了项目的各种设置和选项。可以使用Python的。为了更好地管理开发和生产环境的配置,建议将settings文件分为多个文件,分别用于不同的环境。

WELL_CODER的博客 129

python求共轭复数_python中复数的共轭复数知识点总结

python中复数的共轭复数知识点总结,复数,共轭,函数,知识点,都是python中复数的共轭复数知识点总结易采站长站,站长之家为您整理了python中复数的共轭复数知识点总结的相关内容。理科学生应该都了解过共轭吧,经常在数学或者物理还有化学中出现,在坐标轴上去描述共轭函数还是比较清晰的,py语言里也经常会出现关于共轭函数的使用,操作也非常有趣, 在计算机课上,经常被当做考试的试题,了解不深,或者...

weixin_39958112的博客 3950

OWASP 2025版AI大模型攻击安全风险汇总(攻击方法种类)

提示词注入是大模型最基础、最常见的核心漏洞,攻击者通过构造直接或间接的恶意自然语言输入,篡改大模型原本的正常行为与输出结果。哪怕这类恶意内容对人类是隐藏、不可见的,只要模型能够正常解析读取,就会触发漏洞。它和大家常说的模型“越狱”相关,但并不等同:越狱是提示词注入的极端形式,会直接让模型彻底无视所有内置安全协议,完全脱离管控;而普通提示词注入,更多是针对性篡改模型行为、诱导执行特定操作。

墨痕诉清风的博客 525

弥散圆以及最大弥散圆

1弥散圆的形成? 原本景物中的一点应该经过透镜本应该也是一点才对。但是因为离焦,球差的存在,最终成像会投影成一个光斑圆圈。越小越清晰,越大就互相干涉变得越模糊。 同时人们规定二零最大弥散圆,就是人眼能够感受清晰模糊的一个边界,直径大于它,感受到模糊;直径小于它,感受不到模糊。 下面分别是离焦(左),球差(右)。 2弥散圆大小怎么计算呢? ,f为焦距;<1> ,D为光圈有效孔径;<2> F=f/D; <3> 3条公式合并可得出: ...

camerall 3118

共轭梯度法(conjugate gradient method)

参考自"Numerical Optimization" chapter 5. by S.Wright 对于如下线性方程组的求解,可以采用迭代方法,例如共轭梯度法(conjugate gradient method)                                               (1) 而该方程组的解的条件与下式取最小值条件一致 (2) 【注:对(2)

zxl1053441942的专栏 2459

LE AUDIO---Volume Control Service

LE AUDIO---Volume Control Service

weixin_42162924的博客 165

python conjugate_python中复数的共轭复数知识点总结

理科学生应该都了解过共轭吧,经常在数学或者物理还有化学中出现,在坐标轴上去描述共轭函数还是比较清晰的,py语言里也经常会出现关于共轭函数的使用,操作也非常有趣, 在计算机课上,经常被当做考试的试题,了解不深,或者还没有吃透的同学,看看以下给大家准备的快读掌握内容。Python的复数合集1、复数之间的加、 减、 乘、 除运算>>> x = 3 + 4j>>> y ...

weixin_39901358的博客 4531

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

PCG(Preconditioned Conjugate Gradient,预条件共轭梯度法)

特性说明适用矩阵对称正定(SPD)核心思想共轭方向搜索 + 预条件加速优势存储少(只需向量)、收敛快(尤其好预条件下)关键预条件子的选择决定性能缺点不适用于非对称或不定矩阵(需用 GMRES、BiCGSTAB 等)如需处理非对称系统,可考虑:GMRES、BiCGSTAB;如预条件子为单位阵(( M = I )),PCG 退化为标准 CG。如有具体应用场景(如有限元、图像处理),可进一步定制预条件子设计。

weixin_42849849的博客 2271

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

艾尔登法环存档修改器 ER Save Editor:5 步改好属性、装备与游戏进度

属性点加错了想撤回?想一次性补齐整套武器和护符?艾尔登法环存档修改器 ER Save Editor 是一款免费开源的图形界面工具,同时支持 PC 与 PlayStation 存档,直接编辑属性、物品和游戏进度,无需编程基础。 ## 快速上手:艾尔登法环存档修改器 5 步保存流程 1. 把备份好的存档拖进窗口,或点左上角 Open 选择 `.sl2`(PC 存档)或 `.txt`(Save Wi

gitblog_00233的博客 247

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

最优化方法:共轭梯度法(Conjugate Gradient)

http://blog.youkuaiyun.com/pipisorry/article/details/39891197共轭梯度法(Conjugate Gradient)共轭梯度法(英语:Conjugate gradient method)。是求解数学特定线性方程组的数值解的方法。当中那些矩阵为对称和正定。共轭梯度法是一个迭代方法。它适用于稀疏矩阵线性方程组,由于这些系统对于像Cholesky分解这种直...

weixin_34152820的博客 3586

chatgpt赋能Python-python_conjugate__

在Python中,函数是一个内置的函数,用于计算一个复数的共轭。一个复数由实部和虚部组成,而它的共轭是实部不变,虚部加负号。在Python中,复数可以用两个浮点数表示。例如,3 + 4j代表实部为3,虚部为4的复数。如果要计算这个复数的共轭,可以使用这将打印出共轭复数为3-4j。本文由chatgpt生成,文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT。

m0_56069948的博客 613

matlab共轭转置用什么意思,对Matlab中共轭、转置和共轭装置的区别说明

共轭转置共轭转置The symbols (・)T , (・)∗, and (・)H are,respectively,the transpose, complex conjugateand Hermitian transpose operators.这里使用随机产生的矩阵来说明问题,例如:A=randn(2,2)+randn(2,2)*iA=randn(2,2)+randn(2,2)*jA=ran...

weixin_33752006的博客 1186

非共轭先验(Non-conjugate Prior)和共轭先验(Conjugate Prior)

在贝叶斯推断中,我们的目标是计算后验分布(Posterior)Pθ∣D∝PD∣θ×PθPθ∣D∝PD∣θ×PθPθP(\theta)Pθ是先验分布(Prior)。PD∣θPD∣θ是似然函数Pθ∣DPθ∣D是后验分布。共轭先验(Conjugate Prior)的定义是:如果先验分布PθP(\theta)Pθ和后验分布Pθ∣DPθ∣D属于同一个概率分布家族,那么这个先验就是共轭的。例子。

AbiUni(YY熊) 348

chatgpt赋能Python-python_conjugate

本文由chatgpt生成,文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。

「 虚幻私塾」 332
上一篇: 数学术语——指数的发展历程
下一篇: 偏微分符号 ∂ 的说明
ComputerInBook
博客等级 码龄19年 1168粉丝 465原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值