学好偏导竟能追到心仪的妹子

多模态变体—ALIGN:高效的图像-文本学习 ALIGN 论文介绍了该模型的关键技术。无人工标注数据:使用互联网数据进行训练,不依赖人工清洗的数据集。高效的对比学习策略:采用大规模图像-文本配对数据,通过对比学习优化嵌入空间。支持零样本(zero-shot)学习:可以在没有专门训练的情况下执行多种任务,如分类、检索等。可扩展性强:ALIGN 采用高效的 CNN 或 Transformer 作为编码器,适用于大规模计算。 阅读详情

????背景

我有一个朋友,他最近很苦恼,因为他最近正在追一个妹子,但是这个妹子是AI领域的大佬,多篇ICML,ICLR在手,情况不是很明朗。我问他怎么回事,他说妹子给我出了一道题:


其中 

,且

「求对的偏导?」

"我做不出来呀,大概知道个什么维度相等的原则,具体怎么算我不会呀!"

"你直接冲就得了!"

"万一是劝退,朋友都做不了了!"

“也是,那我替你找找资料!”

看完这篇文章你将会收获到:

正确判定妹子的心意

且听我慢慢道来。

1 向量对向量的偏导计算

中

其中

由于每个中的元素对每个中的元素都要求偏导,因此结果肯定是个二维雅可比矩阵:

先考虑中的某一个元素对中的元素求偏导: 我们取和:

由矩阵和向量的运算我们能够得到

展开的话,就成了:

现在直接变成了一维的求导了:

(是不是感觉下标是不是有某种关联????)

对!由上面的规律(你可以再求个对再试试),容易得到:

那么雅可比矩阵的值就可以得到:

因此:

中

其中

我们可以用上面同样的方法得出来:

那么对对偏导为:

最后:

2 向量对矩阵的偏导计算

中

首先要明确,一维的向量对二维的矩阵的偏导其结果必然是一个三维的矩阵  ,你想一下每一个都要对  求偏导,那么将会得到个偏导值,我们先不讨论怎么排列,只关注每个位置怎么求。

我们求,容易得到:

注意下和的下标,是不是和上面一样有规律可循?

对了!能够发现式子的等式中,的列维度和的行维度是一样的(符合矩阵的运算规律),的列维度等于3,容易推出:

为了更好地表示,我们使用表示对的三维偏导,其中:

注意到只有==时,偏导等于,其他都为0,因此:

因此,中实际的有效信息只有2维!这个可以手动验证。

3 矩阵对矩阵的偏导计算

中

现在3个元素都是矩阵,同样还是利用矩阵的计算方法,容易得到:

容易看出对来说只有a==c时,其偏导数的值不为0,即:

如果我们只考虑的第行和的第行,那么可以得到:

是不是就是公式(2)!

4 多个矩阵的偏导计算

链式法则

那对于像这样的,多个矩阵/向量如何求偏导呢? 我们可以使用链式法则, 假设 则:由链式法则能够得到:

若只考虑单个维度的话,能够得到:

有没有发现,中间的m是个向量,这不是很好求呀,我们把m拆成多个单维度的数:

由上面????的推导公式能够得到:

因此:

还有一种方法,就是将看成一个向量,直接应用之前推导出的公式,便可得到!

「所以至此,大家告诉我,我那个朋友应该冲么?????」

文末福利

各位猿们,还在为记不住API发愁吗,哈哈哈,最近发现了国外大师整理了一份Python代码速查表和Pycharm快捷键sheet,火爆国外,这里分享给大家。

这个是一份Python代码速查表

下面的宝藏图片是2张(windows && Mac)高清的PyCharm快捷键一览图

怎样获取呢?可以添加我们的AI派团队的Beyonce小姐姐

一定要备注【高清图】哦

????????????????????

➕我们的Beyonce小姐姐微信要记得备注【高清图】哦

来都来了,喜欢的话就请分享、点赞、在看三连再走吧~~~

24、交通信号协调算法与模型解析 本文深入解析了交通信号协调中的关键算法与模型,包括多路径进展模型、MAXBAND网络系统模型和松弛启用带模型。这些模型通过合理安排相位序列、优化绿波带宽等方式,提高了交通运行的效率。文章还探讨了交通控制从单点控制向网络协调的发展趋势,分析了当前面临的挑战与机遇,并提出了未来研究方向,如借助信息技术和机器学习,深入研究交通网络的基本构成,以实现智能化和精准化的信号协调。 阅读详情

相关推荐

【图数据库与知识图谱入门】2.2 图数据库 vs. 关系型数据库 vs. NoSQL数据库

本文对比了关系型数据库、NoSQL数据库和图数据库的核心差异与应用场景。关系型数据库以二维表结构为核心,适合结构化数据的事务处理(如MySQL),但多表关联查询性能随层级增加而下降。NoSQL数据库(如MongoDB)具有灵活schema,适合海量非结构化数据存储,但关联查询能力较弱。图数据库专注于节点-边关系建模,擅长处理复杂关联分析(如社交网络)。通过学生-课程案例展示了MySQL的多表JOIN操作和MongoDB的两种关联实现方式(内嵌文档和文档引用),揭示了不同数据库在数据关联处理上的本质区别。

kngines 1545

学好偏导竟能追到心仪的妹子!

????背景 我有一个朋友,他最近很苦恼,因为他最近正在追一个妹子,但是这个妹子是AI领域的大佬,多篇ICML,ICLR在手,情况不是很明朗。我问他怎么回事,他说妹子给我出了一道题: I=LOVEUI=L O V E UI=LOVEU 求I∈Rn×1I \in \mathbb{R}^{n \times 1}I∈Rn×1对U∈Rn×1U \in \mathbb{R}^{n \times 1}U∈Rn×1的偏导? “我做不出来呀,大概知道个什么维度相等的原则,具体怎么算我不会呀!” “你直接冲就得了!”

van的博客 390

quartus 13.1常见报错解决方法

在使用quartus中会遇到很多由于安装或设置不规范造成的错误。我就目前我遇到的一些错误以及我的解决方法分享给大家,这个文章将会持续更新,如果读者有遇到软件中错误无法解决的问题,也欢迎在评论区留言。 一、编译出现lience错误 在对设计的电路编译时,系统在程序运行3秒内即结束并报错,大概意思为现有的证书不支持编译。这个常见问题源自破解不成功,这里读者很有可能犯的错误是在使用破解器的时候没有区分x86(即32-bit)和x64软件破解器对应的文件夹。 如图所示有两种破解器,分别对应32位和64位的软件,大部

肥宅的博客 3万+

26岁啃老男子转行学Python,月入12K,网友:宅男逆袭就是燃

根据最新数据统计显示:在各行各业中,IT互联网行业是最赚钱的行业。很多人通过学习编程技术成功转行程序员,大大改变了自己的生活。26岁的小余就是其中一员,几年前小余一直在家里啃老,还自称是令和死宅。后来通过学习Pyhon,当上程序员,月薪一万二,还找到了一个软妹子女朋友!让网友们惊叹不已:宅男的逆袭也这么燃!小余原本老家在长沙周边的农村,小时候家里经济条件不好,父母经常一起出去打工挣钱,很多时候是爷爷在带孙子,小余跟爷爷的感情很亲密!童年时的小余还是非常乖巧的,一部动画片就能度过整个周末两天!

2201_75362610的博客 763

Shopee滑块验证码太刁钻?手把手教你用Python+Playwright绕过弧形验证(附影刀RPA接入代码)

本文详细介绍了如何使用Python和Playwright结合SadCaptcha第三方服务高效破解Shopee平台的弧形滑块验证码,并集成到影刀RPA工作流中。该方案开发周期短、准确率高(>90%),特别适合跨境电商自动化操作,已在实际项目中验证成功。

weixin_29284657的博客 571

量子通信:初识量子城域网

对量子城域网的概念、作用、拓扑、建设内容等进行了较为全面的初步介绍。

量子领域相关话题 3349

OSChina 娱乐弹弹弹——程序猿如何打发无聊的时间

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_34223655的博客 141

X3850x6 6241 fireware固件升级

登录联想https://datacentersupport.lenovo.com/cn/zc网站,选择system x,x3850 x6,type选择6241 选择驱动及应用程序,BIOS/UEFI 选择lnvgy_fw_uefi_a9e156a-4.90_anyos_32-64.uxz 文件,点击下载 选择IMM2, 下载lnvgy_fw_imm2_tcoo58b-5.80_anyos_noarch.uxz ps:3837和3839会跳转到ibm网站下载 笔记本直连.

zds00virtue的博客 5458

我的第一篇博客:我与C语言的故事刚刚启航

关于学习C语言的计划

各种关于Java的内容~~ 361

【系统分析师】2009年真题:综合知识-答案及详解

在某银行业务的用例模型中,“取款”用例需要等到“存款”用例执行之后才能执行,两个用例之间的关系属于(1);“取款”和“存款”两个用例中都需 要执行查询余额的功能,将查询余额提取成独立的用例,那么“取款”和“存款” 用例与“查询余额”用例之间的关系属于(2)。(1)A. 关联关系 B. 扩展关系 C. 使用关系 D. 依赖关系 (2)A. 扩展关系 B. 使用关系 C. 依赖关系 D. 继承关系【参考答案】D、A雇员类含有计算报酬的行为,利用面向对象的(3),可以使得其派生类专职 雇员类和兼职雇员类计算报酬的

数据知道的博客 1万+

即插即用篇 | 手把手教你 YOLOv11 添加注意力机制 | 适用于【检测任务】【分类任务】【分割任务】【关键点任务】| 20+ 种全打通!

即插即用篇 | 手把手教你 YOLOv11 添加注意力机制 | 适用于【检测任务】【分类任务】【分割任务】【关键点任务】| 20+ 种全打通!

Coding... 2836

Stable Diffusion与Midjourney比较,哪个更符合普通人需求?

(全套教程文末领取哈)

m0_59235945的博客 970

YOLOv8高级应用实战:多目标跟踪+实例分割+小样本检测(工业/安防场景落地指南)

安防监控中,需要跟踪多个行人的运动轨迹,而不只是框出“这是行人”;工业质检时,要精确分割出零件的缺陷区域(像素级),而不是只给一个粗略的矩形框;罕见场景下(如特殊故障检测、稀有动物识别),只能收集到几十张样本,普通训练方法精度惨不忍睹。我在落地工业安防和质检项目时,把YOLOv8的高级功能摸了个遍,踩过“多目标跟踪遮挡丢帧”“实例分割边缘模糊”“小样本检测过拟合”等一系列坑,最终总结出这套可直接复用的实战方案。多目标跟踪(ByteTrack)、实例分割、小样本检测。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 753

Stay教你程序员泡妞攻略

原文地址:http://www.cnblogs.com/stay/p/4002781.html 程序员找妹子,下面的文章内容我觉得说的太对了,虽然作者的语气有点带着训斥人和批评的口气,但是我觉得主要针对那些榆木脑袋的程序员而言的,也许是实在整天看看榆木脑袋的程序员实在看不下去了,还整天看到这些程序员嫌自己没女朋友,哈哈,希望能看到并且也认同的人,早点改变心态早点找到妹子。 七天大长假,得瑟的人们又要粗来秀恩

liyongke89的专栏 3888

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

c语言程序设计pdf下载 谭浩强_作为小白,C语言如何从零开始呢

写在前面毫无疑问,大部分资深程序员的编程生涯都是从C语言开始的。依稀还记得大一时候自学C语言时的情景,当时刚上大一,为了追求心仪的妹子就在完全不懂得C语言是什么的情况下报名参加下学期的计算机二级(C语言)考试。这一行为果断引来了女神关注,效果颇佳。然而在仔细了解了C语言之后,才发现比想象中的困难了一些。再加上大二的学长们各种渲染C语言有多难学,于是心中开始打鼓。大一的寒假,我从图书馆借来了三本C语...

weixin_39759989的博客 527

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。

【第1118期】2018校招面试经验分享

前言 秋招刚刚过去,相信很多童鞋都已经拿到了心仪的offer,其他的童鞋们不要着急,可以开始准备起来明年的春招了。 @Emo同学,目前就读于浙江理工大学,实习于上海阅文集团,在秋招中已经拿到了阿里的offer。 正文从这开始~ 上个月回学校给学弟学妹们演讲,总结了一些我的面试经验及心得,内容比较贴近在校生,所以演讲效果还不错。今天主要面向在校大学生,给大家分享几点我的经验,觉得适合可取的地

前端早读课 545

985高校大数据专业教学究竟怎么样?在校生有话说

哈罗大家好,我是来自华南理工大学数据科学与大数据技术专业的老鸭汤,目前是一名大一菜鸟。

涤生大数据 3970

作为小白,C语言如何从零开始呢

4.C语言知识结构C语言知识结构图片来源于优快云主页 https://blog.youkuaiyun.com/adabingo今天就先到这里,最后想说一下,如果你对编程没有兴趣的话

2403_88350010的博客 199

C语言从零开始(一)

写在前面 毫无疑问,大部分资深程序员的编程生涯都是从C语言开始的。依稀还记得大一时候自学C语言时的情景,当时刚上大一,博主为了追求心仪的妹子就在完全不懂得C语言是什么的情况下报名参加下学期的计算机二级(C语言)考试。这一行为果断引来了女神关注,效果颇佳。然而在仔细了解了C语言之后,才发现比想象中的困难了一些。再加上大二的学长们各种渲染C语言有多难学,于是...

weixin_33692284的博客 358

我的阿里失败经验总结

原本是想写面试阿里心得 然而昨天帮我推荐的朋友,回馈我:“挂了”,那现在仅可以使用这个标题了,虽然酸楚,权做激励吧。 失败后的心情总归不是太好,失落感断断续续的环绕了许久。现在想想那已经是昨天的事了,今天写个总结,明天又是起点。 我为什么向往阿里: 相信有人听过:做技术的,特别是web前端,有一种资历叫我过了阿里的面试。 自从开始成为一个web前端从业人员,至今五年多。阿里的前端环境是一直是我向往...

weixin_34418883的博客 119

别说理科男不懂撩妹,这个老司机一生只爱两样:物理和18岁的少女

全世界只有3.14 %的人关注了爆炸吧知识相信在很多人的眼中,科研人员都是正经和严肃的代名词。成就大,光芒大,仿佛天生圣人。但是超模君在和大家讲了这么多科学家的故事后,发现还是那句俗话说...

数据与算法之美 623

PCA 把数据压扁之前,先请了一台隐形的机器——奇异值分解的三段式

任意m×nm \times nm×n实矩阵AAAAUΣVTAUΣVTUUU是m×mm \times mm×m的正交矩阵,列是左奇异向量;VVV是n×nn \times nn×n的正交矩阵,列是右奇异向量;Σ\SigmaΣ是m×nm \times nm×n的对角矩阵,对角线上是奇异值σ1≥σ2≥⋯≥σr0σ1​≥σ2​≥⋯≥σr​0,其余位置全是 0。

计算机科学、人工智能、数据分析和大数据方向的研发和教学。 276

专转本-线性代数复习

复习线性方程组 解得情况判别 一、 AX=β 唯一解 无穷多解 无解 二、AX=0 A列满秩⇔\Leftrightarrow⇔AX=0只有0解 A列满秩⇐\Leftarrow⇐R(AB)=R(B) 通解的构造 一、AX=0 解的性质:任何一组解的任意线性组合还是解 基础解析:解集的最大线性无关组 通解: 解集的秩:n-R(A) 应用与连续 ...

大今野 211

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 341

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 280

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 616
上一篇: 所以,机器学习和深度学习的区别是什么?
下一篇: 京东AI:戴口罩人脸识别pytorch开源库
Wang_AI
博客等级 码龄12年 998粉丝 162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