Kev*_*ier 3 machine-learning tensorflow
我开始学习机器学习.现在我试着玩tensorflow.
我常常看到这样的例子:
pred = tf.add(tf.mul(X, W), b)
我也在一个简单的numpy实现中看到了这样一条线.为什么总是x*W+b用而不是W*x+b？如果矩阵以这种方式成倍增加是否有优势？我看到它是可能的(如果X,W并且b被转置),但我没有看到优势.在数学课上我们总是只使用Wx+b.
非常感谢你
这就是原因:
默认情况下,w是权重向量,在数学中,向量被视为列,而不是行.
X是数据的集合.它是一个矩阵nxd(其中n是数据的数量,d是特征的数量)(大写字母X是矩阵nxd,小写字母只有1个数据1 xd矩阵).
要正确地将两者相乘并在正确的特征中使用正确的权重,您必须使用X*w + b:
如果乘以w*X,则乘以(1 xd)*(nxd)并且没有任何意义.
| 归档时间： |
|
| 查看次数： |
2760 次 |
| 最近记录： |