从高维变换的角度理解神经网络

我们现实世界中很多问题其实都是可以模型化的，而为了更好的描述并解决问题，数学家们人为创造了很多符号方便我们理解客观世界的规律。根据以往数学建模的经历加上对神经网络的理解，我发现可以从“维度”的角度去理解神经网络。 生活中的高维描述 首先一般的几何思维都知道0维是一个点，一维是一天线，二维是一个平面，三维是一个立方体，那么四维是一开始伽利略发现的时间维，最后被牛顿总结，再被爱因斯坦进一步解释的广义相

>>阅读原文<<