机器学习中的向量表示

机器学习中的向量表示深度学习中的向量可以与标量相对应理解 比如我们想要描述一个人的好坏 简单的描述有 好 一般 坏三个选项 其实就是标量选项值 但是如果我想得到更具体 更细致的表述 就需要从多个维度去描述这个人 例如 性别 年龄 职业等维度 这里的维度就对应向

欢迎大家来到IT世界,在知识的湖畔探索吧!

机器学习中的向量表示



欢迎大家来到IT世界,在知识的湖畔探索吧!

向量是数学上的概念,定义了内积空间,指具有大小(magnitude)和方向的量,在深度学习中的应用比较广泛,常见的如推荐、广告等领域的用户兴趣建模,一般都把用户兴趣提取成向量表达。

深度学习中的向量可以与标量相对应理解,比如我们想要描述一个人的好坏,简单的描述有,好、一般、坏三个选项,其实就是标量选项值,但是如果我想得到更具体,更细致的表述,就需要从多个维度去描述这个人,例如:性别、年龄、职业等维度,这里的维度就对应向量中的每一维,我们把每一维按序排列并组合在一起,就是向量,我们就能够得到对这个人的相对全面的描述,也就是由原先的由标量描述一个人变成了由向量描述。

向量表示能够蕴含更丰富的信息,理论上维度越多,表示信息越丰富,但是在实际使用时考虑到算力的限制,一般不会无限制膨胀下去,一般对于向量表示常见的维度有128、256、512等2的整数倍。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权,请联系删除,如若转载,请注明出处:https://itzsg.com/94644.html

(0)
上一篇 21小时前
下一篇 21小时前

相关推荐

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

联系我们YX

mu99908888

在线咨询: 微信交谈

邮件:itzsgw@126.com

工作时间:时刻准备着!

关注微信