이 글에서는 함수를 무한 차원 벡터로 생각하는 개념을 탐구하고, 선형대수 도구를 이미지 처리, 기하 처리, 곡선 피팅, 광 전달, 기계 학습 등 광범위한 문제에 적용하는 방법을 보여줍니다. 유한 차원 벡터 공간의 개념으로 시작하여 무한 차원 벡터 공간으로 나아가 함수가 벡터 공간을 형성함을 증명합니다. 그런 다음 선형 연산자, 미분, 라플라시안 연산자, 함수 공간에서의 스펙트럼 정리의 적용에 대해 자세히 설명하고, 푸리에 급수, 이미지 압축, 구면 조화 함수 등의 응용 사례를 제시합니다.
더 보기
이 글에서는 미분 가능한 프로그래밍에 대한 포괄적인 설명을 제공하며, 미적분학의 미분 정의에서 시작하여 기울기, 방향 도함수, 야코비 행렬과 같은 개념으로 나아갑니다. 수치 미분, 기호 미분, 자동 미분(순전파 및 역전파 모드)의 세 가지 미분 방법을 자세히 설명하고 각각의 강점과 약점을 비교합니다. 마지막으로, 역전파 모드 자동 미분과 경사 하강법을 결합하여 이미지 흐림 제거 예시를 사용하여 실제 최적화 문제를 해결하는 방법을 보여줍니다.
더 보기
이 글에서는 몬테카를로 방법에서 중요한 두 가지 샘플링 기법인 기각 샘플링과 좌표 변환에 대해 설명합니다. 기각 샘플링은 간단한 영역에서 샘플링을 수행하고, 수용 확률을 기반으로 샘플을 필터링하여 복잡한 영역의 샘플링을 구현합니다. 이 글에서는 기각 샘플링의 확률 밀도 함수에 대한 자세한 유도를 제공하고, 비균일 분포로 확장합니다. 좌표 변환은 야코비안 행렬식을 사용하여 간단한 영역의 샘플링을 복잡한 영역에 매핑하여 효율적인 샘플링을 가능하게 합니다. 이 글에서는 단위 원을 예로 들어, 극좌표 변환을 사용한 균일 샘플링 방법을 보여줍니다. 두 방법 모두 장단점이 있습니다. 기각 샘플링은 간단하고 이해하기 쉽지만, 효율성은 수용 확률에 따라 달라집니다. 좌표 변환은 효율적이지만, 적절한 좌표 변환을 찾아야 합니다.
더 보기