Hexo

凡事预则立,不预则废


  • Home

  • Tags

  • Archives

  • Navigation

  • Search

Anaconda——conda命令不能执行

出现包导入异常的错误

  • 错误如下

ImportError: No module named conda.cli

  • 解决方案:重装anaconda

    • 官网上下载anaconda的安装包,注意Python2,和Python3不能错
    • 执行时加上-u参数即可
      1
      bash Anaconda2-2018.12-Linux-x86_64.sh -u
  • 说明:

    • 上面的修复方案不会影响其他第三方包
    • 其他conda环境相关的问题也可以通过重装解决

DL——特征交叉算子总结


内积

  • 定义 :内积是一种常见的特征交叉方法,它通过计算两个向量对应元素的乘积之和来得到一个标量值,用于衡量两个向量的相似度或相关性
  • 公式 :对于两个向量\(\mathbf{x}=(x_1,x_2,\cdots,x_n)\)和\(\mathbf{y}=(y_1,y_2,\cdots,y_n)\),它们的内积表示为:
    $$\langle\mathbf{x},\mathbf{y}\rangle=\sum_{i = 1}^{n}x_iy_i$$

Hadamard积

  • 定义 :Hadamard积是两个相同维度的向量或矩阵对应元素相乘的运算,结果是与原向量或矩阵同维度的向量或矩阵,它在一些机器学习模型中用于特征的逐元素组合
  • 公式 :若\(\mathbf{x}=(x_1,x_2,\cdots,x_n)\)和\(\mathbf{y}=(y_1,y_2,\cdots,y_n)\),则它们的Hadamard积为:
    $$\mathbf{x}\odot\mathbf{y}=(x_1y_1,x_2y_2,\cdots,x_ny_n)$$

BilinearCross积

  • 定义 :BilinearCross积是一种双线性特征交叉方式,它通过一个矩阵来对两个向量进行交叉操作,能够捕捉到特征之间更复杂的交互关系
  • 公式 :设\(\mathbf{x}\in\mathbb{R}^m\),\(\mathbf{y}\in\mathbb{R}^n\),交叉矩阵为\(\mathbf{W}\in\mathbb{R}^{m\times n}\),则BilinearCross积表示为:
    $$\mathbf{x}^T\mathbf{W}\mathbf{y}=\sum_{i = 1}^{m}\sum_{j = 1}^{n}w_{ij}x_iy_j$$
  • 以上定义也称为BilinearCross内积 ,同理可以定义BilinearCross外积 :
    $$\mathbf{x}\odot(\mathbf{W}\mathbf{y})$$
1…342343344…352
San Ye

San Ye

Stay Hungry. Stay Foolish.

704 posts
53 tags
© 2026 San Ye
Powered by Hexo
|
Theme — NexT.Gemini v5.1.4