One Forth

符号表

1350 个符号
符号
符号含义教材与范围
SpS_{p}

《鲁棒性与攻击》“范数约束与语义约束”中 S 的下标 p 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 p 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A13 · 鲁棒性、对抗攻击与防御评估
sts_{t}

《工具、记忆与规划》“智能体的状态循环”中 s 的下标 t 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A12 · 工具调用、记忆与任务规划
sθs_{\theta}

《归一化流》“仿射耦合层”中 s 的下标 theta 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 theta 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A09 · 正规化流与可逆变换
σ\sigma

《循环网络与门控》“GRU 的门控与隐藏状态”中记作 sigma 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 sigma 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 5
  1. A02 · 随机森林与袋装集成
  2. A11 · 消息传递与图卷积
  3. A14 · Fourier 神经算子与网格泛化
  4. M10 · 线性方程组的直接与迭代解法
  5. P08 · 等效原理、测地线与引力红移
机器学习 · 神经网络A07 · 循环网络、门控单元与状态传播
教材位置 · 2
  1. A07 · 循环网络、门控单元与状态传播
σ\sigma

《消息传递神经网络》“GCN 的归一化消息”中记作 sigma 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 sigma 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 5
  1. A02 · 随机森林与袋装集成
  2. A07 · 循环网络、门控单元与状态传播
  3. A14 · Fourier 神经算子与网格泛化
  4. M10 · 线性方程组的直接与迭代解法
  5. P08 · 等效原理、测地线与引力红移
机器学习 · 神经网络A11 · 消息传递与图卷积
σ\sigma

《神经算子》“核积分层”中记作 sigma 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 sigma 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 5
  1. A02 · 随机森林与袋装集成
  2. A07 · 循环网络、门控单元与状态传播
  3. A11 · 消息传递与图卷积
  4. M10 · 线性方程组的直接与迭代解法
  5. P08 · 等效原理、测地线与引力红移
机器学习 · 神经网络A14 · Fourier 神经算子与网格泛化
tt

《序列训练与解码》“自回归似然与链式法则”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A08 · 对比学习、负样本与信息瓶颈
  2. A08 · 表示学习目标、相似度与不变性
  3. A09 · 自回归生成与序列似然
  4. A09 · 生成质量、覆盖与生成模型综合复习
  5. A09 · 得分匹配、扩散过程与反向采样
  6. A10 · 动态规划、Monte Carlo 与时序差分
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 图生成、图动力学与物理系统
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A07 · 序列损失、教师强制与解码
教材位置 · 3
  1. A07 · 序列损失、教师强制与解码
  2. A07 · 序列损失、教师强制与解码
tt

《对比学习》“配对关系与监督信号”中记作 t 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 表示学习目标、相似度与不变性
  3. A09 · 自回归生成与序列似然
  4. A09 · 生成质量、覆盖与生成模型综合复习
  5. A09 · 得分匹配、扩散过程与反向采样
  6. A10 · 动态规划、Monte Carlo 与时序差分
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 图生成、图动力学与物理系统
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A08 · 对比学习、负样本与信息瓶颈
tt

《表示学习目标》“重构目标与任务信息”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A09 · 自回归生成与序列似然
  4. A09 · 生成质量、覆盖与生成模型综合复习
  5. A09 · 得分匹配、扩散过程与反向采样
  6. A10 · 动态规划、Monte Carlo 与时序差分
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 图生成、图动力学与物理系统
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A08 · 表示学习目标、相似度与不变性
tt

《自回归生成》“联合分布的链式分解”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 生成质量、覆盖与生成模型综合复习
  5. A09 · 得分匹配、扩散过程与反向采样
  6. A10 · 动态规划、Monte Carlo 与时序差分
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 图生成、图动力学与物理系统
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A09 · 自回归生成与序列似然
教材位置 · 3
  1. A09 · 自回归生成与序列似然
  2. A09 · 自回归生成与序列似然
tt

《生成模型综合复习》“显式密度与隐式生成”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 得分匹配、扩散过程与反向采样
  6. A10 · 动态规划、Monte Carlo 与时序差分
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 图生成、图动力学与物理系统
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A09 · 生成质量、覆盖与生成模型综合复习
tt

《得分与扩散模型》“噪声预测与均值参数化”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A10 · 动态规划、Monte Carlo 与时序差分
  7. A10 · 稳定性、评估与强化学习综合复习
  8. A11 · 图生成、图动力学与物理系统
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A09 · 得分匹配、扩散过程与反向采样
教材位置 · 9
  1. A09 · 得分匹配、扩散过程与反向采样
  2. A09 · 得分匹配、扩散过程与反向采样
  3. A09 · 得分匹配、扩散过程与反向采样
  4. A09 · 得分匹配、扩散过程与反向采样
  5. A09 · 得分匹配、扩散过程与反向采样
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A09 · 得分匹配、扩散过程与反向采样
  8. A09 · 得分匹配、扩散过程与反向采样
tt

《图生成与图动力学》“动态图的状态表示”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A10 · 动态规划、Monte Carlo 与时序差分
  8. A10 · 稳定性、评估与强化学习综合复习
  9. A12 · 指令微调、偏好优化与上下文学习
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A11 · 图生成、图动力学与物理系统
教材位置 · 6
  1. A11 · 图生成、图动力学与物理系统
  2. A11 · 图生成、图动力学与物理系统
  3. A11 · 图生成、图动力学与物理系统
  4. A11 · 图生成、图动力学与物理系统
  5. A11 · 图生成、图动力学与物理系统
tt

《指令适配与偏好优化》“监督指令微调”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A10 · 动态规划、Monte Carlo 与时序差分
  8. A10 · 稳定性、评估与强化学习综合复习
  9. A11 · 图生成、图动力学与物理系统
  10. A12 · 语言建模、tokenization 与规模规律
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A12 · 指令微调、偏好优化与上下文学习
tt

《语言建模与规模规律》“因果语言模型的条件似然”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A10 · 动态规划、Monte Carlo 与时序差分
  8. A10 · 稳定性、评估与强化学习综合复习
  9. A11 · 图生成、图动力学与物理系统
  10. A12 · 指令微调、偏好优化与上下文学习
  11. A12 · 视觉语言对齐与多模态生成
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A12 · 语言建模、tokenization 与规模规律
tt

《视觉语言模型》“图像与文本的共享表示空间”中记作 t 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A10 · 动态规划、Monte Carlo 与时序差分
  8. A10 · 稳定性、评估与强化学习综合复习
  9. A11 · 图生成、图动力学与物理系统
  10. A12 · 指令微调、偏好优化与上下文学习
  11. A12 · 语言建模、tokenization 与规模规律
  12. A13 · 对齐目标、反馈与奖励建模
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A12 · 视觉语言对齐与多模态生成
tt

《对齐目标与奖励建模》“监督示范与条件分布”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A10 · 动态规划、Monte Carlo 与时序差分
  8. A10 · 稳定性、评估与强化学习综合复习
  9. A11 · 图生成、图动力学与物理系统
  10. A12 · 指令微调、偏好优化与上下文学习
  11. A12 · 语言建模、tokenization 与规模规律
  12. A12 · 视觉语言对齐与多模态生成
  13. A14 · 物理信息神经网络与残差训练
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A13 · 对齐目标、反馈与奖励建模
tt

《PINN》“神经网络解表示”中记作 t 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 t 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 38
  1. A07 · 序列损失、教师强制与解码
  2. A08 · 对比学习、负样本与信息瓶颈
  3. A08 · 表示学习目标、相似度与不变性
  4. A09 · 自回归生成与序列似然
  5. A09 · 生成质量、覆盖与生成模型综合复习
  6. A09 · 得分匹配、扩散过程与反向采样
  7. A10 · 动态规划、Monte Carlo 与时序差分
  8. A10 · 稳定性、评估与强化学习综合复习
  9. A11 · 图生成、图动力学与物理系统
  10. A12 · 指令微调、偏好优化与上下文学习
  11. A12 · 语言建模、tokenization 与规模规律
  12. A12 · 视觉语言对齐与多模态生成
  13. A13 · 对齐目标、反馈与奖励建模
  14. C00 · 编程与科学计算综合项目
  15. C02 · 数据变换、血缘与版本
  16. M03 · 曲线积分与曲面积分
  17. M08 · 初值问题、存在唯一性与方向场
  18. M08 · 可分离、线性与恰当方程
  19. M08 · 高阶线性方程与常系数方法
  20. M10 · 稳定性、收敛性与科学计算综合复习
  21. M13 · Cauchy 定理与积分公式
  22. M15 · 流形、坐标图与切空间
  23. P00 · 理想化、守恒量与模型边界
  24. P02 · Poisson 括号与正则变换
  25. P02 · 广义坐标、约束与 Noether 定理
  26. P02 · 相空间、Poincaré 截面与混沌
  27. P03 · 一维波动方程与边界条件
  28. P03 · 行波、相位、叠加与色散
  29. P04 · 电磁感应、位移电流与电路响应
  30. P06 · 相变、序参量与临界现象
  31. P08 · Einstein 场方程与典型解
  32. P08 · Lorentz 变换与时空间隔
  33. P09 · 质量、动量与能量守恒方程
  34. P09 · 连续介质运动学、应变与应力
  35. P11 · 离散化、误差预算与模型验证
  36. P11 · 粒子系统与场方程计算
  37. P12 · 自由场量子化与粒子解释
  38. P12 · Klein–Gordon 场与 Dirac 场
机器学习 · 神经网络A14 · 物理信息神经网络与残差训练
教材位置 · 2
  1. A14 · 物理信息神经网络与残差训练
TT

《指令适配与偏好优化》“监督指令微调”中记作 T 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 T 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 21
  1. A00 · 分类、回归指标与基线
  2. A12 · 视觉语言对齐与多模态生成
  3. A14 · 物理信息神经网络与残差训练
  4. C01 · 分治、贪心与排序
  5. C03 · 数字逻辑与时序电路
  6. C05 · 网络测量与故障排查
  7. M06 · 样本、统计量与抽样分布
  8. M09 · 广义函数、采样与 Poisson 求和
  9. M10 · 数值积分与数值微分
  10. M14 · 模、线性表示与结构定理
  11. M16 · 紧算子与自伴算子
  12. M16 · Hahn–Banach、开映射与一致有界原理
  13. M16 · 谱、预解式与谱定理
  14. P05 · 熵、不可逆过程与熵产生
  15. P05 · 平衡态、状态方程与准静态过程
  16. P05 · 热力学第一定律与能量传递
  17. P05 · 自由能、Maxwell 关系与相平衡
  18. P05 · 响应函数、相变与热力学综合复习
  19. P06 · 巨正则系综与化学势
  20. P10 · 拓扑相与凝聚态基础综合复习
  21. P12 · 粒子物理与场论导论综合复习
机器学习 · 神经网络A12 · 指令微调、偏好优化与上下文学习
TT

《视觉语言模型》“图像与文本的共享表示空间”中记作 T 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 T 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 21
  1. A00 · 分类、回归指标与基线
  2. A12 · 指令微调、偏好优化与上下文学习
  3. A14 · 物理信息神经网络与残差训练
  4. C01 · 分治、贪心与排序
  5. C03 · 数字逻辑与时序电路
  6. C05 · 网络测量与故障排查
  7. M06 · 样本、统计量与抽样分布
  8. M09 · 广义函数、采样与 Poisson 求和
  9. M10 · 数值积分与数值微分
  10. M14 · 模、线性表示与结构定理
  11. M16 · 紧算子与自伴算子
  12. M16 · Hahn–Banach、开映射与一致有界原理
  13. M16 · 谱、预解式与谱定理
  14. P05 · 熵、不可逆过程与熵产生
  15. P05 · 平衡态、状态方程与准静态过程
  16. P05 · 热力学第一定律与能量传递
  17. P05 · 自由能、Maxwell 关系与相平衡
  18. P05 · 响应函数、相变与热力学综合复习
  19. P06 · 巨正则系综与化学势
  20. P10 · 拓扑相与凝聚态基础综合复习
  21. P12 · 粒子物理与场论导论综合复习
机器学习 · 神经网络A12 · 视觉语言对齐与多模态生成
TT

《PINN》“神经网络解表示”中记作 T 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 T 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 21
  1. A00 · 分类、回归指标与基线
  2. A12 · 指令微调、偏好优化与上下文学习
  3. A12 · 视觉语言对齐与多模态生成
  4. C01 · 分治、贪心与排序
  5. C03 · 数字逻辑与时序电路
  6. C05 · 网络测量与故障排查
  7. M06 · 样本、统计量与抽样分布
  8. M09 · 广义函数、采样与 Poisson 求和
  9. M10 · 数值积分与数值微分
  10. M14 · 模、线性表示与结构定理
  11. M16 · 紧算子与自伴算子
  12. M16 · Hahn–Banach、开映射与一致有界原理
  13. M16 · 谱、预解式与谱定理
  14. P05 · 熵、不可逆过程与熵产生
  15. P05 · 平衡态、状态方程与准静态过程
  16. P05 · 热力学第一定律与能量传递
  17. P05 · 自由能、Maxwell 关系与相平衡
  18. P05 · 响应函数、相变与热力学综合复习
  19. P06 · 巨正则系综与化学势
  20. P10 · 拓扑相与凝聚态基础综合复习
  21. P12 · 粒子物理与场论导论综合复习
机器学习 · 神经网络A14 · 物理信息神经网络与残差训练
TδT_{\delta}

《卷积算子》“平移等变性与不变性”中 T 的下标 delta 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 delta 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A06 · 离散卷积、感受野与参数共享
TkT_{k}

《不变与等变》“参数共享与平移等变”中 T 的下标 k 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 k 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A11 · 不变性、等变性与群作用
tθt_{\theta}

《归一化流》“仿射耦合层”中 t 的下标 theta 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 theta 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A09 · 正规化流与可逆变换
θ\theta

《调度与二阶方法》“Hessian 与局部曲率”中记作 theta 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 9
  1. A00 · 损失函数、风险与评估
  2. A01 · 正则化、偏差与方差
  3. A14 · 可微物理、自动微分与守恒约束
  4. A14 · 逆问题、数据同化与不确定性
  5. M06 · 假设检验、功效与多重比较
  6. M06 · 点估计、充分性与信息量
  7. M06 · 估计、检验与统计决策综合复习
  8. M11 · 一阶优化与梯度下降
  9. P09 · 边界层、相似性与流动不稳定性
机器学习 · 神经网络A05 · 学习率调度与二阶近似
教材位置 · 7
  1. A05 · 学习率调度与二阶近似
  2. A05 · 学习率调度与二阶近似
  3. A05 · 学习率调度与二阶近似
  4. A05 · 学习率调度与二阶近似
  5. A05 · 学习率调度与二阶近似
  6. A05 · 学习率调度与二阶近似
θ\theta

《可微分物理》“隐式方程与隐式梯度”中记作 theta 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 9
  1. A00 · 损失函数、风险与评估
  2. A01 · 正则化、偏差与方差
  3. A05 · 学习率调度与二阶近似
  4. A14 · 逆问题、数据同化与不确定性
  5. M06 · 假设检验、功效与多重比较
  6. M06 · 点估计、充分性与信息量
  7. M06 · 估计、检验与统计决策综合复习
  8. M11 · 一阶优化与梯度下降
  9. P09 · 边界层、相似性与流动不稳定性
机器学习 · 神经网络A14 · 可微物理、自动微分与守恒约束
教材位置 · 14
  1. A14 · 可微物理、自动微分与守恒约束
  2. A14 · 可微物理、自动微分与守恒约束
  3. A14 · 可微物理、自动微分与守恒约束
  4. A14 · 可微物理、自动微分与守恒约束
  5. A14 · 可微物理、自动微分与守恒约束
  6. A14 · 可微物理、自动微分与守恒约束
  7. A14 · 可微物理、自动微分与守恒约束
  8. A14 · 可微物理、自动微分与守恒约束
  9. A14 · 可微物理、自动微分与守恒约束
  10. A14 · 可微物理、自动微分与守恒约束
  11. A14 · 可微物理、自动微分与守恒约束
  12. A14 · 可微物理、自动微分与守恒约束
  13. A14 · 可微物理、自动微分与守恒约束
θ\theta

《逆问题与不确定性》“未知量与观测模型”中记作 theta 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 theta 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 9
  1. A00 · 损失函数、风险与评估
  2. A01 · 正则化、偏差与方差
  3. A05 · 学习率调度与二阶近似
  4. A14 · 可微物理、自动微分与守恒约束
  5. M06 · 假设检验、功效与多重比较
  6. M06 · 点估计、充分性与信息量
  7. M06 · 估计、检验与统计决策综合复习
  8. M11 · 一阶优化与梯度下降
  9. P09 · 边界层、相似性与流动不稳定性
机器学习 · 神经网络A14 · 逆问题、数据同化与不确定性
教材位置 · 10
  1. A14 · 逆问题、数据同化与不确定性
  2. A14 · 逆问题、数据同化与不确定性
  3. A14 · 逆问题、数据同化与不确定性
  4. A14 · 逆问题、数据同化与不确定性
  5. A14 · 逆问题、数据同化与不确定性
  6. A14 · 逆问题、数据同化与不确定性
  7. A14 · 逆问题、数据同化与不确定性
  8. A14 · 逆问题、数据同化与不确定性
  9. A14 · 逆问题、数据同化与不确定性
θt\theta_{t}

《SGD 与自适应优化》“动量的方向累积”中 theta 的下标 t 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A05 · 随机梯度、动量与自适应方法
教材位置 · 6
  1. A05 · 随机梯度、动量与自适应方法
  2. A05 · 随机梯度、动量与自适应方法
  3. A05 · 随机梯度、动量与自适应方法
  4. A05 · 随机梯度、动量与自适应方法
  5. A05 · 随机梯度、动量与自适应方法
θt−1\theta_{t-1}

《SGD 与自适应优化》“动量的方向累积”中 theta 的下标 t-1 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t-1 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A05 · 随机梯度、动量与自适应方法
uu

《度量学习》“距离、相似度与排序方向”中记作 u 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 u 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 17
  1. A11 · 图生成、图动力学与物理系统
  2. A14 · DeepONet 与算子逼近
  3. A14 · 逆问题、数据同化与不确定性
  4. A14 · 基准、外推边界与科学机器学习综合复习
  5. C03 · 二进制与数值表示
  6. M01 · 方程、不等式与绝对值
  7. M06 · 估计、检验与统计决策综合复习
  8. M07 · 图、路径、连通性与树
  9. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  10. M16 · 泛函分析与算子理论综合复习
  11. P03 · 行波、相位、叠加与色散
  12. P09 · 边界层、相似性与流动不稳定性
  13. P09 · Euler 方程、Bernoulli 定理与涡量
  14. P09 · 波、湍流与连续介质综合复习
  15. P09 · Navier–Stokes 方程与黏性流
  16. P11 · 离散化、误差预算与模型验证
  17. M03 · 偏导数、方向导数与梯度
机器学习 · 神经网络A08 · 度量学习、孪生网络与三元组损失
教材位置 · 3
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A08 · 度量学习、孪生网络与三元组损失
uu

《图生成与图动力学》“动态图的状态表示”中记作 u 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 u 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 17
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A14 · DeepONet 与算子逼近
  3. A14 · 逆问题、数据同化与不确定性
  4. A14 · 基准、外推边界与科学机器学习综合复习
  5. C03 · 二进制与数值表示
  6. M01 · 方程、不等式与绝对值
  7. M06 · 估计、检验与统计决策综合复习
  8. M07 · 图、路径、连通性与树
  9. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  10. M16 · 泛函分析与算子理论综合复习
  11. P03 · 行波、相位、叠加与色散
  12. P09 · 边界层、相似性与流动不稳定性
  13. P09 · Euler 方程、Bernoulli 定理与涡量
  14. P09 · 波、湍流与连续介质综合复习
  15. P09 · Navier–Stokes 方程与黏性流
  16. P11 · 离散化、误差预算与模型验证
  17. M03 · 偏导数、方向导数与梯度
机器学习 · 神经网络A11 · 图生成、图动力学与物理系统
教材位置 · 3
  1. A11 · 图生成、图动力学与物理系统
  2. A11 · 图生成、图动力学与物理系统
uu

《DeepONet》“函数空间映射”中记作 u 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 u 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 17
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A11 · 图生成、图动力学与物理系统
  3. A14 · 逆问题、数据同化与不确定性
  4. A14 · 基准、外推边界与科学机器学习综合复习
  5. C03 · 二进制与数值表示
  6. M01 · 方程、不等式与绝对值
  7. M06 · 估计、检验与统计决策综合复习
  8. M07 · 图、路径、连通性与树
  9. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  10. M16 · 泛函分析与算子理论综合复习
  11. P03 · 行波、相位、叠加与色散
  12. P09 · 边界层、相似性与流动不稳定性
  13. P09 · Euler 方程、Bernoulli 定理与涡量
  14. P09 · 波、湍流与连续介质综合复习
  15. P09 · Navier–Stokes 方程与黏性流
  16. P11 · 离散化、误差预算与模型验证
  17. M03 · 偏导数、方向导数与梯度
机器学习 · 神经网络A14 · DeepONet 与算子逼近
教材位置 · 5
  1. A14 · DeepONet 与算子逼近
  2. A14 · DeepONet 与算子逼近
  3. A14 · DeepONet 与算子逼近
  4. A14 · DeepONet 与算子逼近
uu

《逆问题与不确定性》“未知量与观测模型”中记作 u 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 u 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 17
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A11 · 图生成、图动力学与物理系统
  3. A14 · DeepONet 与算子逼近
  4. A14 · 基准、外推边界与科学机器学习综合复习
  5. C03 · 二进制与数值表示
  6. M01 · 方程、不等式与绝对值
  7. M06 · 估计、检验与统计决策综合复习
  8. M07 · 图、路径、连通性与树
  9. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  10. M16 · 泛函分析与算子理论综合复习
  11. P03 · 行波、相位、叠加与色散
  12. P09 · 边界层、相似性与流动不稳定性
  13. P09 · Euler 方程、Bernoulli 定理与涡量
  14. P09 · 波、湍流与连续介质综合复习
  15. P09 · Navier–Stokes 方程与黏性流
  16. P11 · 离散化、误差预算与模型验证
  17. M03 · 偏导数、方向导数与梯度
机器学习 · 神经网络A14 · 逆问题、数据同化与不确定性
uu

《科学机器学习复习》“前向误差与反演结果”中记作 u 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 u 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 17
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A11 · 图生成、图动力学与物理系统
  3. A14 · DeepONet 与算子逼近
  4. A14 · 逆问题、数据同化与不确定性
  5. C03 · 二进制与数值表示
  6. M01 · 方程、不等式与绝对值
  7. M06 · 估计、检验与统计决策综合复习
  8. M07 · 图、路径、连通性与树
  9. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  10. M16 · 泛函分析与算子理论综合复习
  11. P03 · 行波、相位、叠加与色散
  12. P09 · 边界层、相似性与流动不稳定性
  13. P09 · Euler 方程、Bernoulli 定理与涡量
  14. P09 · 波、湍流与连续介质综合复习
  15. P09 · Navier–Stokes 方程与黏性流
  16. P11 · 离散化、误差预算与模型验证
  17. M03 · 偏导数、方向导数与梯度
机器学习 · 神经网络A14 · 基准、外推边界与科学机器学习综合复习
教材位置 · 3
  1. A14 · 基准、外推边界与科学机器学习综合复习
  2. A14 · 基准、外推边界与科学机器学习综合复习
UhU_{h}

《循环网络与门控》“GRU 的门控与隐藏状态”中 U 的下标 h 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 h 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A07 · 循环网络、门控单元与状态传播
uiu_{i}

《表示学习综合复习》“表示坍塌的诊断”中 u 的下标 i 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 i 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A08 · 表示质量、坍塌与自监督学习综合复习
uju_{j}

《度量学习》“距离、相似度与排序方向”中 u 的下标 j 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 j 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A08 · 度量学习、孪生网络与三元组损失
umu_{m}

《DeepONet》“函数空间映射”中 u 的下标 m 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 m 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A14 · DeepONet 与算子逼近
教材位置 · 2
  1. A14 · DeepONet 与算子逼近
UrU_{r}

《循环网络与门控》“GRU 的门控与隐藏状态”中 U 的下标 r 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 r 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A07 · 循环网络、门控单元与状态传播
utu_{t}

《PINN》“神经网络解表示”中 u 的下标 t 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 t 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 2
  1. M09 · 热方程、波动方程与 Laplace 方程
  2. M10 · 稳定性、收敛性与科学计算综合复习
机器学习 · 神经网络A14 · 物理信息神经网络与残差训练
教材位置 · 4
  1. A14 · 物理信息神经网络与残差训练
  2. A14 · 物理信息神经网络与残差训练
  3. A14 · 物理信息神经网络与残差训练
uxxu_{xx}

《PINN》“神经网络解表示”中 u 的下标 xx 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 xx 的取值范围以该公式邻近定义和求和范围为准。
其他含义 · 2
  1. M09 · 热方程、波动方程与 Laplace 方程
  2. M10 · 稳定性、收敛性与科学计算综合复习
机器学习 · 神经网络A14 · 物理信息神经网络与残差训练
教材位置 · 4
  1. A14 · 物理信息神经网络与残差训练
  2. A14 · 物理信息神经网络与残差训练
  3. A14 · 物理信息神经网络与残差训练
UzU_{z}

《循环网络与门控》“GRU 的门控与隐藏状态”中 U 的下标 z 分量或状态量

详细信息
单位
由上下文确定
成立条件
下标 z 的取值范围以该公式邻近定义和求和范围为准。
机器学习 · 神经网络A07 · 循环网络、门控单元与状态传播
vv

《掩码预测》“离散词元的条件分类”中记作 v 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 v 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. A08 · 度量学习、孪生网络与三元组损失
  2. A12 · 视觉语言对齐与多模态生成
  3. A13 · 特征归因、显著性与反事实
  4. C04 · 虚拟内存与分页
  5. M04 · 特征值、特征向量、对角化与综合复习
  6. M07 · 组合、图论与离散证明综合复习
  7. M07 · 图、路径、连通性与树
  8. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  9. M15 · 拓扑与微分几何综合复习
  10. M16 · 泛函分析与算子理论综合复习
  11. P01 · 动量、冲量与碰撞
  12. P01 · 刚体转动、角动量与转动惯量
  13. P04 · Maxwell 方程与电磁波
  14. P08 · 四矢量、相对论动力学与电磁场
  15. P09 · 质量、动量与能量守恒方程
机器学习 · 神经网络A08 · 掩码预测与上下文建模
vv

《度量学习》“距离、相似度与排序方向”中记作 v 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 v 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. A08 · 掩码预测与上下文建模
  2. A12 · 视觉语言对齐与多模态生成
  3. A13 · 特征归因、显著性与反事实
  4. C04 · 虚拟内存与分页
  5. M04 · 特征值、特征向量、对角化与综合复习
  6. M07 · 组合、图论与离散证明综合复习
  7. M07 · 图、路径、连通性与树
  8. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  9. M15 · 拓扑与微分几何综合复习
  10. M16 · 泛函分析与算子理论综合复习
  11. P01 · 动量、冲量与碰撞
  12. P01 · 刚体转动、角动量与转动惯量
  13. P04 · Maxwell 方程与电磁波
  14. P08 · 四矢量、相对论动力学与电磁场
  15. P09 · 质量、动量与能量守恒方程
机器学习 · 神经网络A08 · 度量学习、孪生网络与三元组损失
教材位置 · 2
  1. A08 · 度量学习、孪生网络与三元组损失
vv

《视觉语言模型》“图像与文本的共享表示空间”中记作 v 的等号左侧的目标量

详细信息
单位
由上下文确定
成立条件
符号 v 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. A08 · 掩码预测与上下文建模
  2. A08 · 度量学习、孪生网络与三元组损失
  3. A13 · 特征归因、显著性与反事实
  4. C04 · 虚拟内存与分页
  5. M04 · 特征值、特征向量、对角化与综合复习
  6. M07 · 组合、图论与离散证明综合复习
  7. M07 · 图、路径、连通性与树
  8. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  9. M15 · 拓扑与微分几何综合复习
  10. M16 · 泛函分析与算子理论综合复习
  11. P01 · 动量、冲量与碰撞
  12. P01 · 刚体转动、角动量与转动惯量
  13. P04 · Maxwell 方程与电磁波
  14. P08 · 四矢量、相对论动力学与电磁场
  15. P09 · 质量、动量与能量守恒方程
机器学习 · 神经网络A12 · 视觉语言对齐与多模态生成
教材位置 · 2
  1. A12 · 视觉语言对齐与多模态生成
vv

《特征归因与反事实》“Shapley 值与边际贡献”中记作 v 的等号右侧的输入量或系数

详细信息
单位
由上下文确定
成立条件
符号 v 仅按该公式锚点给出的对象类型、取值域与维度解释。
其他含义 · 15
  1. A08 · 掩码预测与上下文建模
  2. A08 · 度量学习、孪生网络与三元组损失
  3. A12 · 视觉语言对齐与多模态生成
  4. C04 · 虚拟内存与分页
  5. M04 · 特征值、特征向量、对角化与综合复习
  6. M07 · 组合、图论与离散证明综合复习
  7. M07 · 图、路径、连通性与树
  8. M13 · 复微分、Cauchy–Riemann 方程与全纯函数
  9. M15 · 拓扑与微分几何综合复习
  10. M16 · 泛函分析与算子理论综合复习
  11. P01 · 动量、冲量与碰撞
  12. P01 · 刚体转动、角动量与转动惯量
  13. P04 · Maxwell 方程与电磁波
  14. P08 · 四矢量、相对论动力学与电磁场
  15. P09 · 质量、动量与能量守恒方程
机器学习 · 神经网络A13 · 特征归因、显著性与反事实
教材位置 · 2
  1. A13 · 特征归因、显著性与反事实
VV

注意力层的值矩阵

详细信息
单位
由上下文确定
成立条件
该含义限定于《图像分割》“像素交叉熵”及其相邻推导。
其他含义 · 22
  1. A07 · 多头注意力与位置表示
  2. A08 · 掩码预测与上下文建模
  3. C01 · 哈希表、图与并查集
  4. M07 · 组合、图论与离散证明综合复习
  5. M07 · 图、路径、连通性与树
  6. M15 · 拓扑空间、基与连续映射
  7. P04 · 电势、Poisson 方程与边值问题
  8. P05 · 熵、不可逆过程与熵产生
  9. P05 · 平衡态、状态方程与准静态过程
  10. P05 · 热力学第一定律与能量传递
  11. P05 · 自由能、Maxwell 关系与相平衡
  12. P05 · 响应函数、相变与热力学综合复习
  13. P06 · 正则系综、配分函数与涨落
  14. P06 · 巨正则系综与化学势
  15. P06 · 微正则系综与熵的统计解释
  16. P06 · 输运、涨落与统计物理综合复习
  17. P07 · 一维势阱、隧穿与散射
  18. P08 · 张量、联络与曲率
  19. P09 · 质量、动量与能量守恒方程
  20. P10 · 自由电子气与输运
  21. P12 · 相互作用、散射与 Feynman 图
  22. A07 · 缩放点积注意力与掩码
机器学习 · 神经网络A06 · 语义分割、实例分割与密集预测
VV

注意力层的值矩阵

详细信息
单位
由上下文确定
成立条件
该含义限定于《多头与位置表示》“注意力张量的维度”及其相邻推导。
其他含义 · 22
  1. A06 · 语义分割、实例分割与密集预测
  2. A08 · 掩码预测与上下文建模
  3. C01 · 哈希表、图与并查集
  4. M07 · 组合、图论与离散证明综合复习
  5. M07 · 图、路径、连通性与树
  6. M15 · 拓扑空间、基与连续映射
  7. P04 · 电势、Poisson 方程与边值问题
  8. P05 · 熵、不可逆过程与熵产生
  9. P05 · 平衡态、状态方程与准静态过程
  10. P05 · 热力学第一定律与能量传递
  11. P05 · 自由能、Maxwell 关系与相平衡
  12. P05 · 响应函数、相变与热力学综合复习
  13. P06 · 正则系综、配分函数与涨落
  14. P06 · 巨正则系综与化学势
  15. P06 · 微正则系综与熵的统计解释
  16. P06 · 输运、涨落与统计物理综合复习
  17. P07 · 一维势阱、隧穿与散射
  18. P08 · 张量、联络与曲率
  19. P09 · 质量、动量与能量守恒方程
  20. P10 · 自由电子气与输运
  21. P12 · 相互作用、散射与 Feynman 图
  22. A07 · 缩放点积注意力与掩码
机器学习 · 神经网络A07 · 多头注意力与位置表示
教材位置 · 5
  1. A07 · 多头注意力与位置表示
  2. A07 · 多头注意力与位置表示
  3. A07 · 多头注意力与位置表示
  4. A07 · 多头注意力与位置表示
VV

注意力层的值矩阵

详细信息
单位
由上下文确定
成立条件
该含义限定于《掩码预测》“离散词元的条件分类”及其相邻推导。
其他含义 · 22
  1. A06 · 语义分割、实例分割与密集预测
  2. A07 · 多头注意力与位置表示
  3. C01 · 哈希表、图与并查集
  4. M07 · 组合、图论与离散证明综合复习
  5. M07 · 图、路径、连通性与树
  6. M15 · 拓扑空间、基与连续映射
  7. P04 · 电势、Poisson 方程与边值问题
  8. P05 · 熵、不可逆过程与熵产生
  9. P05 · 平衡态、状态方程与准静态过程
  10. P05 · 热力学第一定律与能量传递
  11. P05 · 自由能、Maxwell 关系与相平衡
  12. P05 · 响应函数、相变与热力学综合复习
  13. P06 · 正则系综、配分函数与涨落
  14. P06 · 巨正则系综与化学势
  15. P06 · 微正则系综与熵的统计解释
  16. P06 · 输运、涨落与统计物理综合复习
  17. P07 · 一维势阱、隧穿与散射
  18. P08 · 张量、联络与曲率
  19. P09 · 质量、动量与能量守恒方程
  20. P10 · 自由电子气与输运
  21. P12 · 相互作用、散射与 Feynman 图
  22. A07 · 缩放点积注意力与掩码
机器学习 · 神经网络A08 · 掩码预测与上下文建模
VV

注意力值矩阵

详细信息
单位
由上下文确定
其他含义 · 22
  1. A06 · 语义分割、实例分割与密集预测
  2. A07 · 多头注意力与位置表示
  3. A08 · 掩码预测与上下文建模
  4. C01 · 哈希表、图与并查集
  5. M07 · 组合、图论与离散证明综合复习
  6. M07 · 图、路径、连通性与树
  7. M15 · 拓扑空间、基与连续映射
  8. P04 · 电势、Poisson 方程与边值问题
  9. P05 · 熵、不可逆过程与熵产生
  10. P05 · 平衡态、状态方程与准静态过程
  11. P05 · 热力学第一定律与能量传递
  12. P05 · 自由能、Maxwell 关系与相平衡
  13. P05 · 响应函数、相变与热力学综合复习
  14. P06 · 正则系综、配分函数与涨落
  15. P06 · 巨正则系综与化学势
  16. P06 · 微正则系综与熵的统计解释
  17. P06 · 输运、涨落与统计物理综合复习
  18. P07 · 一维势阱、隧穿与散射
  19. P08 · 张量、联络与曲率
  20. P09 · 质量、动量与能量守恒方程
  21. P10 · 自由电子气与输运
  22. P12 · 相互作用、散射与 Feynman 图
机器学习 · 神经网络A07 · 缩放点积注意力与掩码
教材位置 · 31
  1. A14 · DeepONet 与算子逼近
  2. A07 · 缩放点积注意力与掩码
  3. A07 · 缩放点积注意力与掩码
  4. A07 · 缩放点积注意力与掩码
  5. A07 · 缩放点积注意力与掩码
  6. A07 · 缩放点积注意力与掩码
  7. A07 · 缩放点积注意力与掩码
  8. A07 · 缩放点积注意力与掩码
  9. A07 · 缩放点积注意力与掩码
  10. A07 · 缩放点积注意力与掩码
  11. A07 · 缩放点积注意力与掩码
  12. A09 · 自回归生成与序列似然
  13. A09 · 生成对抗网络与散度最小化
  14. A09 · 生成对抗网络与散度最小化
  15. A09 · 生成对抗网络与散度最小化
  16. A11 · 表达能力、过平滑与几何学习综合复习
  17. A11 · 图生成、图动力学与物理系统
  18. A11 · 图生成、图动力学与物理系统
  19. A11 · 图、图信号与节点表示
  20. A08 · 掩码预测与上下文建模
  21. A11 · 消息传递与图卷积
  22. A07 · 多头注意力与位置表示
  23. A07 · 多头注意力与位置表示
  24. A07 · 多头注意力与位置表示
  25. A07 · 多头注意力与位置表示
  26. A07 · 多头注意力与位置表示
  27. A08 · 跨模态对齐与预训练迁移
  28. A08 · 跨模态对齐与预训练迁移
  29. A06 · 语义分割、实例分割与密集预测
  30. A06 · 视觉 Transformer 与混合架构