225
个编辑
更改
→因果涌现最优化时粗粒化参数的解集
k=2，n=3
k=2，n=3
</math>，矩<math>
</math>，矩<math>
W=(w_1^{T}，w_2^{T})^{T}\In\mathcal{R}^{2\times 3}
W=(w_1^{T}，w_2^{T})^{T}\in\mathcal{R}^{2\times 3}
</math>可以拆分为两个行向量，<math>
</math>可以拆分为两个行向量，<math>
w_i=(w_{i1}，w_{i2}，w_{i3})，i=1,2
w_i=(w_{i1},w_{i2},w_{i3})，i=1,2
</math>，在<math>
</math>，在<math>
\mathcal｛R}^3
\mathcal{R}^3
</math>中，特征向量矩阵<math>
</math>中，特征向量矩阵<math>
V=(v_1，v_2，v_3)\In\math cal｛R｝^{3\times3}
V=(v_1,v_2,v_3)\in\mathcal｛R｝^{3\times3}
</math>可以视为三个向量的组合，<math>
</math>可以视为三个向量的组合，<math>
v_j=(v_{1j},v_{2j},V_{3j}）^T\In\mathcal｛R｝^3，j=1,2,3
v_j=(v_{1j},v_{2j},V_{3j})^T\in\mathcal｛R｝^3，j=1,2,3
</math>。我们可以将解空间写成
</math>。我们可以将解空间写成