我们可以使用网站或想象来可视化单一、二维和三个维度。
在人工智能，特别是机器学习的背景下，人工智能研究人员经常不得不处理多维随机向量。
假设如果我们考虑一个人脸数据集，每个图像都是高维空间中的一个向量，并且需要了解对它们的度量。
他们如何想象他们？
我只能用 3D 来想象，然后用更高的维度进行近似。有什么方法可以在更高维度上进行可视化以进行研究？
人工智能研究人员如何想象更高的维度？
人工智能
研究
学术界
降维
数据可视化
2021-10-24 15:57:22
1个回答
我能想象或感知到的最多是 4 个维度。是的，4，因为我还可以观看视频（有 3 个空间维度和 1 个时间维度）。还记得爱因斯坦的时空吗？
处理的时候维空间，对于，我根本不关心在脑海中想象它们，但是，正如有人建议的那样，我们可以将它们视为“自由度”。也许像tesseract这样的东西对你来说可能很有趣，但老实说，这对我来说并没有什么用处。
在处理涉及的数学时维空间或对象，您通常不必可视化任何东西，而只需应用规则即可。例如，如果你正在乘以多维数组，你只需要确保外部维度匹配，诸如此类。
在某些情况下，例如在处理 TensorFlow 的张量时，您可以想象在张量的该坐标处的每个元素都有矩阵，但这并不常见。
如果您真的想可视化维对象，您可以先将它们投影到或者使用一些降维技术（例如t-SNE）的维度。