Deep Learning一书的4.2“Poor Conditioning”小节的条件数定义为
这是最大和最小特征值的大小之比。
并说
当这个数字很大时,矩阵求逆对输入中的误差特别敏感。这种敏感性是矩阵本身的固有属性,而不是矩阵求逆过程中舍入误差的结果。
我猜这里的“灵敏度”是指函数相对于其输入的微小变化的变化速度。
“敏感性”是一个术语,类似于医学统计中的术语还是简单的英语?
Deep Learning一书的4.2“Poor Conditioning”小节的条件数定义为
这是最大和最小特征值的大小之比。
并说
当这个数字很大时,矩阵求逆对输入中的误差特别敏感。这种敏感性是矩阵本身的固有属性,而不是矩阵求逆过程中舍入误差的结果。
我猜这里的“灵敏度”是指函数相对于其输入的微小变化的变化速度。
“敏感性”是一个术语,类似于医学统计中的术语还是简单的英语?
是的,它通常用于描述输出相对于输入的变化幅度。在 CFD 优化中,我们为优化器(或每个输出到每个输入的导数)提供了一个敏感度向量。在这种情况下,矩阵求逆对(例如)右侧的小差异或浮点误差很敏感。
它是常用的“术语”(例如,在 Higham 的经典著作《数值算法的准确性和稳定性》中多次出现),但根据我的经验,它以其简单的英语含义使用。您可以在类似的句子中使用它
条件数衡量对变化的敏感性。
但它没有精确的数学定义,如“条件数”或统计学中的定义。