Visualize-ML / Book4_Power-of-Matrix

Book_4_《矩阵力量》 | 鸢尾花书:从加减乘除到机器学习;上架!
8.12k stars 1.21k forks source link

Ch21_p18 Fig. 11-14 举例时没有把函数解析式给出来 #161

Closed shuoChenTHU closed 2 months ago

shuoChenTHU commented 3 months ago

举个例子 继续采用《数学要素》一书中反复出现的多极值曲面的例子。 图 11 为曲面平面等高线。图中,深绿色线代表fx1(x1, x2) = 0,深蓝色线代表fx2(x1, x2) = 0。两 个颜色线交点标记为 ×。也就是说,图中 × 对应的位置为梯度向量为0。

这个例子是紧挨着上面用Hessian顺序主子式来判断驻点类型,上面 $\boldsymbol{H}$ 还是4个常数 a b c d,例子里就突然变成了非线性的曲面二阶偏微分,跨度有点大(可能是我看太快了一时没反应过来。。)。

建议展示图11-14之前,再把 Ch16_p4_Eq. (3) 挂出来一下,这样读者思维转换比较容易。

grafik

Visualize-ML commented 3 months ago

速度好快啊!看到第21章了!谢谢你提了这么多好建议!

On Fri, Apr 5, 2024 at 5:41 PM shuoChenTHU @.***> wrote:

举个例子 继续采用《数学要素》一书中反复出现的多极值曲面的例子。 图 11 为曲面平面等高线。图中,深绿色线代表fx1(x1, x2) = 0,深蓝色线代表fx2(x1, x2) = 0。两 个颜色线交点标记为 ×。也就是说,图中 × 对应的位置为梯度向量为0。

这个例子是紧挨着上面用Hessian顺序主子式来判断驻点类型,上面 $\boldsymbol{H}$ 还是4个常数 a b c d,例子里就突然变成了非线性的曲面二阶偏微分,跨度有点大(可能是我看太快了一时没反应过来。。)。

建议展示图11-14之前,再把 Ch16_p4_Eq. (3) 挂出来一下,这样读者思维转换比较容易。

grafik.png (view on web) https://github.com/Visualize-ML/Book4_Power-of-Matrix/assets/102961908/f909015c-06d9-4685-b2ae-fe8d324c5143

— Reply to this email directly, view it on GitHub https://github.com/Visualize-ML/Book4_Power-of-Matrix/issues/161, or unsubscribe https://github.com/notifications/unsubscribe-auth/AZHC6V76WPA65YRWJAWO673Y34LBDAVCNFSM6AAAAABFZ2JHGKVHI2DSMVQWIX3LMV43ASLTON2WKOZSGIZDQOBUGM3TMOI . You are receiving this because you are subscribed to this thread.Message ID: @.***>