数列

从第一性原理出发的单变量微积分

数列是一个有顺序、不断延伸的数字列表:第一项、第二项、第三项,一直继续下去。位置 n 上的项写作 aₙ,所以整个列表是 a₁, a₂, a₃, …。小下标 n 只是位置标签——第 1 项、第 2 项、第 7 项。

通常,数列会带有一个规则,告诉你任意位置上的项是多少。输入一个位置,输出一个数字。因此,数列本质上就是一个输入为计数数 1, 2, 3, … 的函数。

想象一个储蓄账户,每月记录一次余额:第一次、第二次、第三次,一直这样记录下去。那个按顺序排列的每月余额列表正好就是一个序列,其中 aₙ 表示第 n 个月的余额。如果每个月你的余额都更接近你正在储蓄的目标,那么该序列正在稳定在这个目标上——即它的极限。

在机器学习中的应用神经网络训练中的权重形成一个数列:w₀, w₁, w₂, …——每个优化步骤对应一项。当人们说训练“收敛”时,意思是这串权重正在稳定到某个极限。当他们说训练“发散”(常常因为学习率太高)时,意思就是爆炸的图像:项不断增长,而不是稳定下来。
▶ 数列
← 读图像部分和 →