| 符号 | latex表示 | 意义 |
|---|---|---|
| x \mathcal{x} x | $\mathcal{x}$ | 标量 |
| x \bm{x} x | $\bm{x}$ | 向量 |
| x \mathbf{x} x | $\mathbf{x}$ | 变量集 |
| A \mathbf{A} A | $\mathbf{A}$ | 矩阵 |
| I \mathbf{I} I | $\mathbf{I}$ | 单位矩阵 |
| χ \chi χ | $\mathbf{\chi}$ | 样本空间或状态空间 |
| D \mathcal{D} D | $\mathcal{D}$ | 概率分布 |
| D \mathbf{D} D | $\mathbf{D}$ | 样本数据（数据集） |
| H \mathcal{H} H | $\mathcal{H}$ | 假设空间 |
| H \mathbf{H} H | $\mathbf{H}$ | 假设集 |
| L \mathfrak{L} L | $\mathfrak{L}$ | 学习算法 |
| ( ⋅ , ⋅ , ⋅ ) (\cdot,\cdot,\cdot) (⋅,⋅,⋅) | $(\cdot,\cdot,\cdot)$ | 行向量 |
| ( ⋅ ; ⋅ ; ⋅ ) (\cdot;\cdot;\cdot) (⋅;⋅;⋅) | $(\cdot;\cdot;\cdot)$ | 列向量 |
| ( ⋅ ) T (\cdot)^\mathbf{T} (⋅)T | $(\cdot)^\mathbf{T}$ | 向量或者矩阵转置 |
| { … } \{\dots\} {…} | ${\dots}$ | 集合 |
| ∣ { … } ∣ |\{\dots\}| ∣{…}∣ | ∣ { … } ∣ |\{\dots\}| ∣{…}∣ | 集合 { … } \{\dots\} {…}中元素个数 |
| ∣ ∣ ⋅ ∣ ∣ p ||\cdot || _{p} ∣∣⋅∣∣p | $||\cdot || _{p}$ | L p L_p Lp范数， p p p损失时为 L 2 L_2 L2范数 |
| P ( ⋅ ) \mathbf{P(\cdot)} P(⋅), P ( ⋅ ∣ ⋅ ) \mathbf{P(\cdot|\cdot)} P(⋅∣⋅) | $\mathbf{P(\cdot)} , , ,\mathbf{P(\cdot|\cdot)}$ | 概率质量函数，条件概率质量函数 |
| p ( ⋅ ) \mathbf{p(\cdot)} p(⋅), p ( ⋅ ∣ ⋅ ) \mathbf{p(\cdot|\cdot)} p(⋅∣⋅) | $\mathbf{p(\cdot)} , , ,\mathbf{p(\cdot|\cdot)}$ | 概率密度函数，条件概率密度函数 |
| E . ∼ D [ f ( ⋅ ) ] \mathbb{E}._{\mathcal{\sim{D}}}{~ [f(\cdot)]} E.∼D [f(⋅)] | $\mathbb{E}._{\mathcal{\sim{D}}}{~ [f(\cdot)]}$ | 函数 f ( ⋅ ) f(\cdot) f(⋅)对\cdot在分布 D \mathbf{D} D下的数学期望；意义明确时将省略 D \mathbf{D} D和（或） ⋅ \cdot ⋅ |
| sup ( ⋅ ) \sup (\cdot) sup(⋅) | $\sup (\cdot)$ | 上确界 |
| I ( ⋅ ) \mathbb{I}(\cdot) I(⋅) | $\mathbb{I}(\cdot)$ | 指示函数，在 ⋅ \cdot ⋅为真和假时分别取值1，0 |
| s i g n ( ⋅ ) \mathrm{sign}(\cdot) sign(⋅) | $\mathrm{sign}(\cdot)$ | 符号函数，在 ⋅ < 0 , = 0 , > 0 \cdot <0 ,=0 ,>0 ⋅<0,=0,>0时分别取值为-1,0,1 |
– 临时变量/系数使用希腊字母：（
α
,
β
,
.
.
.
,
ρ
,
δ
\alpha,\beta,...,\rho,\delta
α,β,...,ρ,δ）
– 参数：
θ
\theta
θ
– 学习器：
Θ
\Theta
Θ
– 指代非零元素集合：
Ω
\Omega
Ω
– 接近0的正数:
ε
\varepsilon
ε
– 时间：
τ
\tau
τ
| 数据类型 | latex表示 | 意义 | 注释 |
|---|---|---|---|
| 矩阵 | X \mathbf{X} X | A data matrix | 一般用 X \mathbf{X} X， A \mathbf{A} A表示 |
| 标量 | d c d_c dc | cutoff distance | 名词主语（distance）+形容词（cutoff)-> d c d_c dc |
| 标量 | q i q_i qi | the proportion of queried instance | 主语（queried instance）-> q i q_i qi |
| 标量 | q r q_r qr | the proportion of representative instances | 选择一个文中没有出现过的英文字母(q)+representative®，与上面 q i q_i qi相呼应 |
| 矩阵 | S T \mathbf{ST} ST | small block threshold | 形容词（small block)+名词主语（Threshold)-> S T \mathbf{ST} ST |
| 矩阵 | L = ( l 1 , . . . , l n ) \mathbf{L}=(l_1,...,l_n) L=(l1,...,ln) | Quseried\predicted labels | 名词主语(labels)-> L \mathbf{L} L |
| 矩阵 | B = [ 1 , . . . , n ] \mathbf{B}=[1,...,n] B=[1,...,n] | Bolck containing all instances | Block-> B \mathbf{B} B |
| 标量 | N q = ⌊ n × q i ⌋ N_q=\lfloor n \times q_i \rfloor Nq=⌊n×qi⌋ | Number of queries | 名词主语(Number)+状语(queries)-> N q N_q Nq |
| 标量 | N r = ⌊ N q × q r ⌋ N_r=\lfloor N_q \times q_r\rfloor Nr=⌊Nq×qr⌋ | Number of representatives | 名词主语(Number)+状语(representatives)-> N r N_r Nr |
| 标量 | ρ i \rho_{i} ρi, δ i \delta_i δi | 临时变量/系数使用希腊字母（ α , β , . . . , ρ , δ \alpha,\beta,...,\rho,\delta α,β,...,ρ,δ） | |
| 标量 | γ ⟵ ( γ 1 , . . . . , γ N ) ⟵ ρ ⋅ δ \gamma \longleftarrow (\gamma_1,....,\gamma_N)\longleftarrow \rho \cdot \delta γ⟵(γ1,....,γN)⟵ρ⋅δ | 临时变量/系数使用希腊字母（ α , β , . . . , ρ , δ \alpha,\beta,...,\rho,\delta α,β,...,ρ,δ） |
| 数据类型 | latex表示 | 意义 | 注释 |
|---|---|---|---|
| 变量集 | U U U, C C C | 选择文中没有出现过且觉得合适的英文字母，因为是要表示变量集，要大写 | |
| / | d d d | data | 输入的数据 |
| 标量 | N N N | the maximal number of labels provided by the oracle N N N | 表示一个序列数 |
| 变量集 | d ( x ) d(x) d(x) | d ( x ) d(x) d(x) for all x ∈ U x \in U x∈U | 函数返回结果（data） |
| 变量集 | ( ρ , δ , m s ) (\rho,\delta,ms) (ρ,δ,ms) | ( φ , δ , m s ) (\varphi,\delta,ms) (φ,δ,ms)=buildMasterTree ( S , d c ) (S,d_c) (S,dc) | 临时变量/系数使用希腊字母（ α , β , . . . ρ , δ \alpha,\beta,...\rho,\delta α,β,...ρ,δ） |
| 变量集 | ( c t , b l ) (ct,bl) (ct,bl) | ( c t , b l ) (ct,bl) (ct,bl)=densityCluster ( m s , k ) (ms,k) (ms,k) | 临时参数/中间变量用用希腊字或者取一个英文缩写变量名 |
| 变量集 | U 1 ′ U_1^{'} U1′ | U 1 ′ = s e l e c t C r i t i c a l ( c t , b l ) U_1^{'}=selectCritical(ct,bl) U1′=selectCritical(ct,bl) | 聚类结果 |
| 数据类型 | latex表示 | 意义 | 注释 |
|---|---|---|---|
| 矩阵 | O \mathbf{O} O | The offset of all points | offset-> O \mathbf{O} O |
| 标量 | S i \mathbf{S}_i Si | location of strata | 矩阵中的元素，我认为可以命名成 L i \mathbf{L}_i Li,按照名词主语在前的规则，但是也可以把strata当主语代表这个变量所代表的意思 |
| 标量 | v v v | velocity of wave | velocity-> v v v |
| 矩阵 | D = ( d × n × k ) \mathbf{D}=(d \times n \times k) D=(d×n×k) | Seismic data | data-> D \mathbf{D} D |
| 标量 | k k k | iteration variable | 表示迭代下标的数目,计算机中常用 k , i , j k,i,j k,i,j |
| 标量 | t t t | time | time-> t t t或 τ \tau τ |
| 标量 | a a a | acceleration | acceleration-> a a a |
| 数据类型 | latex表示 | 意义 | 注释 |
|---|---|---|---|
| 矩阵 | D \mathbf{D} D | seismic data | data-> D \mathbf{D} D |
| 标量 | ϵ \epsilon ϵ | mutation probility | 一个标量 p m p_m pm? |
| 矩阵 | E \mathbf{E} E | minimun error | error-> E \mathbf{E} E |
| 向量 | r = [ p 1 , … , p n ] \mathbf{r}=[p_1,\dots,p_n] r=[p1,…,pn] | Encode the offset of each point | 向量为小写英文字母,resolution-> r \mathbf{r} r |
| 向量 | r ∗ = [ p 1 , … , p n ] \mathbf{r^*}=[p_1,\dots,p_n] r∗=[p1,…,pn] | target offset of each point | 由上面 r \mathbf{r} r变换而来-> r ∗ \mathbf{r}^* r∗ |
| 矩阵 | R = [ r 1 , . . . , r h ] \mathbf{R}=[\mathbf{r}_1,...,\mathbf{r}_h] R=[r1,...,rh] | Collection of multiple sets of codes | r \mathbf{r} r的集合-> R \mathbf{R} R |
| 矩阵 | M E ME ME | maximum energy | maximum energy-> M E ME ME |
| 标量 | f ( x ) f(x) f(x) | function(prameter) | 函数返回结果 |
如何在buildr项目中使用Ruby？我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序，我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/)，但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻，因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
在rails源中:https://github.com/rails/rails/blob/master/activesupport/lib/active_support/lazy_load_hooks.rb可以看到以下内容@load_hooks=Hash.new{|h,k|h[k]=[]}在IRB中，它只是初始化一个空哈希。和做有什么区别@load_hooks=Hash.new 最佳答案 查看rubydocumentationforHashnew→new_hashclicktotogglesourcenew(obj)→new_has
我的主要目标是能够完全理解我正在使用的库/gem。我尝试在Github上从头到尾阅读源代码，但这真的很难。我认为更有趣、更温和的踏脚石就是在使用时阅读每个库/gem方法的源代码。例如，我想知道RubyonRails中的redirect_to方法是如何工作的:如何查找redirect_to方法的源代码？我知道在pry中我可以执行类似show-methodmethod的操作，但我如何才能对Rails框架中的方法执行此操作？您对我如何更好地理解Gem及其API有什么建议吗？仅仅阅读源代码似乎真的很难，尤其是对于框架。谢谢! 最佳答案 Ru
我的假设是moduleAmoduleBendend和moduleA::Bend是一样的。我能够从thisblog找到解决方案,thisSOthread和andthisSOthread.为什么以及什么时候应该更喜欢紧凑语法A::B而不是另一个，因为它显然有一个缺点？我有一种直觉，它可能与性能有关，因为在更多命名空间中查找常量需要更多计算。但是我无法通过对普通类进行基准测试来验证这一点。 最佳答案 这两种写作方法经常被混淆。首先要说的是，据我所知，没有可衡量的性能差异。(在下面的书面示例中不断查找)最明显的区别，可能也是最著名的，是你的
几个月前，我读了一篇关于rubygem的博客文章，它可以通过阅读代码本身来确定编程语言。对于我的生活，我不记得博客或gem的名称。谷歌搜索“ruby编程语言猜测”及其变体也无济于事。有人碰巧知道相关gem的名称吗？ 最佳答案 是这个吗:http://github.com/chrislo/sourceclassifier/tree/master 关于ruby-寻找通过阅读代码确定编程语言的rubygem？，我们在StackOverflow上找到一个类似的问题：
当我在我的Rails应用程序根目录中运行rakedoc:app时，API文档是使用/doc/README_FOR_APP作为主页生成的。我想向该文件添加.rdoc扩展名，以便它在GitHub上正确呈现。更好的是，我想将它移动到应用程序根目录(/README.rdoc)。有没有办法通过修改包含的rake/rdoctask任务在我的Rakefile中执行此操作？是否有某个地方可以查找可以修改的主页文件的名称？还是我必须编写一个新的Rake任务？额外的问题:Rails应用程序的两个单独文件/README和/doc/README_FOR_APP背后的逻辑是什么？为什么不只有一个？
我没有找到太多关于如何执行此操作的信息，尽管有很多关于如何使用像这样的redirect_to将参数传递给重定向的建议:action=>'something',:controller=>'something'在我的应用程序中，我在路由文件中有以下内容match'profile'=>'User#show'我的表演Action是这样的defshow@user=User.find(params[:user])@title=@user.first_nameend重定向发生在同一个用户Controller中，就像这样defregister@title="Registration"@user=Use
我目前正在使用以下方法获取页面的源代码:Net::HTTP.get(URI.parse(page.url))我还想获取HTTP状态，而无需发出第二个请求。有没有办法用另一种方法做到这一点？我一直在查看文档，但似乎找不到我要找的东西。 最佳答案 在我看来，除非您需要一些真正的低级访问或控制，否则最好使用Ruby的内置Open::URI模块:require'open-uri'io=open('http://www.example.org/')#=>#body=io.read[0,50]#=>"["200","OK"]io.base_ur
前言作为一名程序员，自己的本质工作就是做程序开发，那么程序开发的时候最直接的体现就是代码，检验一个程序员技术水平的一个核心环节就是开发时候的代码能力。众所周知，程序开发的水平提升是一个循序渐进的过程，每一位程序员都是从“菜鸟”变成“大神”的，所以程序员在程序开发过程中的代码能力也是根据平时开发中的业务实践来积累和提升的。提高代码能力核心要素程序员要想提高自身代码能力，尤其是新晋程序员的代码能力有很大的提升空间的时候，需要针对性的去提高自己的代码能力。提高代码能力其实有几个比较关键的点，只要把握住这些方面，就能很好的、快速的提高自己的一部分代码能力。1、多去阅读开源项目，如有机会可以亲自参与开源
嗨~大家好，这里是可莉！今天给大家带来的是7个C语言的经典基础代码~那一起往下看下去把【程序一】打印100到200之间的素数#includeintmain(){ inti; for(i=100;i 【程序二】输出乘法口诀表#includeintmain(){inti;for(i=1;i 【程序三】判断1000年---2000年之间的闰年#includeintmain(){intyear;for(year=1000;year 【程序四】给定两个整形变量的值，将两个值的内容进行交换。这里提供两种方法来进行交换，第一种为创建临时变量来进行交换，第二种是不创建临时变量而直接进行交换。1.创建临时变量来
