深度学习中的数学
1、数学是基石，编程为工具
2、深度学习基本全是优化问题（数学）
微积分知识重点：
① 导数：导数法则、常见的函数的导数、
② 多元函数的导数：求梯度（偏导数）、二阶导数和hess矩阵
l 为什么需要使用矩阵表达多元函数？
方便计算、简洁
l 二次型求梯度 特别简单（需要了解：张矩阵）、
泰勒级数和极值：
l 实际中我们想求一个函数的极值点：
令f’(x) = 0,哇，太难了............怎么办？（泰勒展开）
一阶函数函数的导数是一个数，可以确定函数的极值点。但是二阶、多阶呢？
写成二次型后求hess矩阵，判断hess矩阵的正定性。
l 为什么要用梯度下降法？？？
使用泰勒展开，如果 δ为函数的梯度，
为了求出f’(x) = 0，是一种迭代求法。
概率论知识：
随机变量：分布函数、累积分布函数（求概率）、概率密度函数（累积分布函数的导数）
l 高斯分布（最完美的分布）
对称轴：μ 分散程度：δ
独立的高斯变量相加仍然是高斯分布！（神奇）。
X = x1 + x2 + x3 （三项以后）(任意独立分布加起来也是高斯分布)
贝叶斯公式（机器学习中最重要的公式）：
矩阵重点：
特征值和特征向量的理解：
Ax = λx
这个式子是如此的简单粗暴，以致于从这个公式来看，给向量x乘上一个矩阵A，只是相当于给这个向量乘上了一个系数λ。偌大一个矩阵A对向量x的作用竟然本质上不过只是和一个小小的数字λ相同而已！！！
好像只是对x1，x2进行了旋转。但是x3的方向没变。
l 特征分解（对角化）：
对称矩阵一定可以对角化（概率：协方差矩阵就是对角阵）
（PCA 就是根据矩阵的特征值来降维。）
协方差矩阵：
降维之后（降行维数），我们让列（a1 a2 a3）的方差尽可能大，让行之间（a1 a2 a3, b1 b2 b3）的方差尽可能小。
注意：Cx 为协方差矩阵 求出特征向量 * 原始矩阵 = 目标阵
优化问题：（数值分析知识）。