符号索引 · 1295 条

同形符号由命名空间区分。

符号条目记录数学写法、纯文本形式、含义、单位与假设。相同字母在不同学科中的含义不会被强行合并。

检索命名空间

1295 个符号

One Forth 已登记数学与物理符号
符号	含义	命名空间	单位 / 条件	别名 / 同形异义	教材位置
$g_{\phi}$ `g_phi`	《跨模态预训练》“双塔编码器在共同空间比较”中 g 的下标 phi 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 phi 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $g_{\phi}$ 1 章定义 A12 · 视觉语言对齐与多模态生成	A08 · 跨模态对齐与预训练迁移
$g_{\phi}$ `g_phi`	《视觉语言模型》“图像和文本先映射到同一比较空间”中 g 的下标 phi 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 phi 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $g_{\phi}$ 1 章定义 A08 · 跨模态对齐与预训练迁移	A12 · 视觉语言对齐与多模态生成
$\gamma$ `gamma`	《感知机与多层感知机》“带间隔的线性可分”中记作 gamma 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 gamma 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $\gamma$ 9 章定义 A10 · 动态规划、Monte Carlo 与时序差分 A10 · Markov 决策过程与 Bellman 方程 A10 · 稳定性、评估与强化学习综合复习 M13 · Cauchy 定理与积分公式 M15 · Riemann 度量、测地线与曲率 P05 · 热力学第一定律与能量传递 P07 · 角动量、自旋与全同粒子 P08 · Lorentz 变换与时空间隔 P08 · 四矢量、相对论动力学与电磁场	A04 · 感知机与多层感知器 · 共 2 处 A04 · 感知机与多层感知器 · 正文位置 1 A04 · 感知机与多层感知器 · 正文位置 2
$h$ `h`	《目标检测》“框参数化必须可逆”中记作 h 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 h 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $h$ 13 章定义 A03 · 变量消元、消息传递与精确推断 A13 · 表示探测与机制可解释性 C00 · 编程与科学计算综合项目 C00 · 数据可视化与计算实验 M02 · 导数与微分 M01 · 代数、函数与解析几何综合复习 M01 · 函数、变换与图像 M03 · 多变量微积分与向量分析综合复习 M08 · 可分离、线性与恰当方程 M10 · 常微分与偏微分方程数值方法 M13 · 复微分、Cauchy–Riemann 方程与全纯函数 P06 · 相变、序参量与临界现象 P11 · Monte Carlo、重要性采样与误差估计	A06 · 目标检测与多尺度特征
$h$ `h`	《机制可解释性》“线性探针测量可解码性”中记作 h 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 h 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $h$ 13 章定义 A03 · 变量消元、消息传递与精确推断 A06 · 目标检测与多尺度特征 C00 · 编程与科学计算综合项目 C00 · 数据可视化与计算实验 M02 · 导数与微分 M01 · 代数、函数与解析几何综合复习 M01 · 函数、变换与图像 M03 · 多变量微积分与向量分析综合复习 M08 · 可分离、线性与恰当方程 M10 · 常微分与偏微分方程数值方法 M13 · 复微分、Cauchy–Riemann 方程与全纯函数 P06 · 相变、序参量与临界现象 P11 · Monte Carlo、重要性采样与误差估计	A13 · 表示探测与机制可解释性 · 共 4 处 A13 · 表示探测与机制可解释性 · 正文位置 1 A13 · 表示探测与机制可解释性 · 正文位置 2 A13 · 表示探测与机制可解释性 · 正文位置 3 A13 · 表示探测与机制可解释性 · 正文位置 4
$H$ `H`	《调度与二阶方法》“Hessian 描述局部曲率”中记作 H 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 H 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $H$ 12 章定义 A06 · 卷积网络架构与残差连接 A06 · 视觉 Transformer 与混合架构 A07 · 多头注意力与位置表示 A11 · 消息传递与图卷积 A14 · 基准、外推边界与科学机器学习综合复习 M08 · 常微分方程与动力系统综合复习 M10 · 数值积分与数值微分 M14 · 群、子群与循环结构 M16 · 紧算子与自伴算子 P04 · 介质、能流与电磁学综合复习 P09 · 边界层、相似性与流动不稳定性 P10 · 晶格振动、声子与热容	A05 · 学习率调度与二阶近似 · 共 5 处 A05 · 学习率调度与二阶近似 · 正文位置 1 A05 · 学习率调度与二阶近似 · 正文位置 2 A05 · 学习率调度与二阶近似 · 正文位置 3 A05 · 学习率调度与二阶近似 · 正文位置 4 A05 · 学习率调度与二阶近似 · 正文位置 5
$H$ `H`	《卷积网络架构》“下采样建立层级，也会丢失信息”中记作 H 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 H 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $H$ 12 章定义 A05 · 学习率调度与二阶近似 A06 · 视觉 Transformer 与混合架构 A07 · 多头注意力与位置表示 A11 · 消息传递与图卷积 A14 · 基准、外推边界与科学机器学习综合复习 M08 · 常微分方程与动力系统综合复习 M10 · 数值积分与数值微分 M14 · 群、子群与循环结构 M16 · 紧算子与自伴算子 P04 · 介质、能流与电磁学综合复习 P09 · 边界层、相似性与流动不稳定性 P10 · 晶格振动、声子与热容	A06 · 卷积网络架构与残差连接
$H$ `H`	《视觉 Transformer》“从二维网格到标记序列”中记作 H 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 H 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $H$ 12 章定义 A05 · 学习率调度与二阶近似 A06 · 卷积网络架构与残差连接 A07 · 多头注意力与位置表示 A11 · 消息传递与图卷积 A14 · 基准、外推边界与科学机器学习综合复习 M08 · 常微分方程与动力系统综合复习 M10 · 数值积分与数值微分 M14 · 群、子群与循环结构 M16 · 紧算子与自伴算子 P04 · 介质、能流与电磁学综合复习 P09 · 边界层、相似性与流动不稳定性 P10 · 晶格振动、声子与热容	A06 · 视觉 Transformer 与混合架构
$H$ `H`	《多头与位置表示》“先固定四条轴”中记作 H 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 H 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $H$ 12 章定义 A05 · 学习率调度与二阶近似 A06 · 卷积网络架构与残差连接 A06 · 视觉 Transformer 与混合架构 A11 · 消息传递与图卷积 A14 · 基准、外推边界与科学机器学习综合复习 M08 · 常微分方程与动力系统综合复习 M10 · 数值积分与数值微分 M14 · 群、子群与循环结构 M16 · 紧算子与自伴算子 P04 · 介质、能流与电磁学综合复习 P09 · 边界层、相似性与流动不稳定性 P10 · 晶格振动、声子与热容	A07 · 多头注意力与位置表示 · 共 4 处 A07 · 多头注意力与位置表示 · 正文位置 1 A07 · 多头注意力与位置表示 · 正文位置 2 A07 · 多头注意力与位置表示 · 正文位置 3 A07 · 多头注意力与位置表示 · 正文位置 4
$H$ `H`	《消息传递神经网络》“GCN 是一种度归一化线性消息”中记作 H 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 H 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $H$ 12 章定义 A05 · 学习率调度与二阶近似 A06 · 卷积网络架构与残差连接 A06 · 视觉 Transformer 与混合架构 A07 · 多头注意力与位置表示 A14 · 基准、外推边界与科学机器学习综合复习 M08 · 常微分方程与动力系统综合复习 M10 · 数值积分与数值微分 M14 · 群、子群与循环结构 M16 · 紧算子与自伴算子 P04 · 介质、能流与电磁学综合复习 P09 · 边界层、相似性与流动不稳定性 P10 · 晶格振动、声子与热容	A11 · 消息传递与图卷积 · 共 2 处 A11 · 消息传递与图卷积 · 正文位置 1 A11 · 消息传递与图卷积 · 正文位置 2
$H$ `H`	《科学机器学习复习》“反演把前向误差放进后验和决策”中记作 H 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 H 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $H$ 12 章定义 A05 · 学习率调度与二阶近似 A06 · 卷积网络架构与残差连接 A06 · 视觉 Transformer 与混合架构 A07 · 多头注意力与位置表示 A11 · 消息传递与图卷积 M08 · 常微分方程与动力系统综合复习 M10 · 数值积分与数值微分 M14 · 群、子群与循环结构 M16 · 紧算子与自伴算子 P04 · 介质、能流与电磁学综合复习 P09 · 边界层、相似性与流动不稳定性 P10 · 晶格振动、声子与热容	A14 · 基准、外推边界与科学机器学习综合复习
$h_{i}$ `h_i`	《跨模态预训练》“双塔编码器在共同空间比较”中 h 的下标 i 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 i 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{i}$ 2 章定义 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统	A08 · 跨模态对齐与预训练迁移
$h_{i}$ `h_i`	《几何深度学习综合复习》“消息传递连接局部关系与共享计算”中 h 的下标 i 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 i 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{i}$ 2 章定义 A08 · 跨模态对齐与预训练迁移 A11 · 图生成、图动力学与物理系统	A11 · 表达能力、过平滑与几何学习综合复习 · 共 3 处 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 1 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 2 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 3
$h_{i}$ `h_i`	《图生成与图动力学》“动态图把整个图作为状态”中 h 的下标 i 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 i 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{i}$ 2 章定义 A08 · 跨模态对齐与预训练迁移 A11 · 表达能力、过平滑与几何学习综合复习	A11 · 图生成、图动力学与物理系统
$h_{j}$ `h_j`	《跨模态预训练》“双塔编码器在共同空间比较”中 h 的下标 j 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 j 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{j}$ 4 章定义 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 M11 · 约束优化、KKT 条件与对偶性 M11 · 优化模型、可行域与最优性	A08 · 跨模态对齐与预训练迁移
$h_{j}$ `h_j`	《几何深度学习综合复习》“消息传递连接局部关系与共享计算”中 h 的下标 j 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 j 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{j}$ 4 章定义 A08 · 跨模态对齐与预训练迁移 A11 · 图生成、图动力学与物理系统 M11 · 约束优化、KKT 条件与对偶性 M11 · 优化模型、可行域与最优性	A11 · 表达能力、过平滑与几何学习综合复习 · 共 2 处 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 1 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 2
$h_{j}$ `h_j`	《图生成与图动力学》“动态图把整个图作为状态”中 h 的下标 j 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 j 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{j}$ 4 章定义 A08 · 跨模态对齐与预训练迁移 A11 · 表达能力、过平滑与几何学习综合复习 M11 · 约束优化、KKT 条件与对偶性 M11 · 优化模型、可行域与最优性	A11 · 图生成、图动力学与物理系统
$H_{p}$ `H_p`	《视觉 Transformer》“从二维网格到标记序列”中 H 的下标 p 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 p 的取值范围以该公式邻近定义和求和范围为准。	—	A06 · 视觉 Transformer 与混合架构
$H_{pW}$ `H_pW`	《视觉 Transformer》“从二维网格到标记序列”中 H 的下标 pW 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 pW 的取值范围以该公式邻近定义和求和范围为准。	—	A06 · 视觉 Transformer 与混合架构
$h_{t}$ `h_t`	《循环网络与门控》“GRU 用两道门直接混合隐藏状态”中 h 的下标 t 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 t 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{t}$ 1 章定义 A07 · 长序列、效率与 Transformer 综合复习	A07 · 循环网络、门控单元与状态传播 · 共 10 处 A07 · 循环网络、门控单元与状态传播 · 正文位置 1 A07 · 循环网络、门控单元与状态传播 · 正文位置 2 A07 · 循环网络、门控单元与状态传播 · 正文位置 3 A07 · 循环网络、门控单元与状态传播 · 正文位置 4 A07 · 循环网络、门控单元与状态传播 · 正文位置 5 A07 · 循环网络、门控单元与状态传播 · 正文位置 6 A07 · 循环网络、门控单元与状态传播 · 正文位置 7 A07 · 循环网络、门控单元与状态传播 · 正文位置 8 A07 · 循环网络、门控单元与状态传播 · 正文位置 9 A07 · 循环网络、门控单元与状态传播 · 正文位置 10
$h_{t}$ `h_t`	《序列模型综合复习》“普通RNN把历史压进固定宽度状态”中 h 的下标 t 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 t 的取值范围以该公式邻近定义和求和范围为准。	同形异义： $h_{t}$ 1 章定义 A07 · 循环网络、门控单元与状态传播	A07 · 长序列、效率与 Transformer 综合复习 · 共 4 处 A07 · 长序列、效率与 Transformer 综合复习 · 正文位置 1 A07 · 长序列、效率与 Transformer 综合复习 · 正文位置 2 A07 · 长序列、效率与 Transformer 综合复习 · 正文位置 3 A07 · 长序列、效率与 Transformer 综合复习 · 正文位置 4
$h_{t-1}$ `h_t-1`	《循环网络与门控》“GRU 用两道门直接混合隐藏状态”中 h 的下标 t-1 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 t-1 的取值范围以该公式邻近定义和求和范围为准。	—	A07 · 循环网络、门控单元与状态传播 · 共 6 处 A07 · 循环网络、门控单元与状态传播 · 正文位置 1 A07 · 循环网络、门控单元与状态传播 · 正文位置 2 A07 · 循环网络、门控单元与状态传播 · 正文位置 3 A07 · 循环网络、门控单元与状态传播 · 正文位置 4 A07 · 循环网络、门控单元与状态传播 · 正文位置 5 A07 · 循环网络、门控单元与状态传播 · 正文位置 6
$i$ `i`	《初始化与梯度流》“仿射层前向方差来自扇入求和”中记作 i 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A04 · 参数初始化与梯度传播
$i$ `i`	《归一化与尺度》“一个通用标准化模板”中记作 i 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A05 · 归一化方法与尺度控制
$i$ `i`	《图像分割》“像素交叉熵适合互斥类别”中记作 i 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A06 · 语义分割、实例分割与密集预测 · 共 2 处 A06 · 语义分割、实例分割与密集预测 · 正文位置 1 A06 · 语义分割、实例分割与密集预测 · 正文位置 2
$i$ `i`	《掩码预测》“离散词元目标使用条件分类”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A08 · 掩码预测与上下文建模 · 共 3 处 A08 · 掩码预测与上下文建模 · 正文位置 1 A08 · 掩码预测与上下文建模 · 正文位置 2 A08 · 掩码预测与上下文建模 · 正文位置 3
$i$ `i`	《跨模态预训练》“双塔编码器在共同空间比较”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A08 · 跨模态对齐与预训练迁移 · 共 2 处 A08 · 跨模态对齐与预训练迁移 · 正文位置 1 A08 · 跨模态对齐与预训练迁移 · 正文位置 2
$i$ `i`	《表示学习综合复习》“表示坍塌需要多种证据”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A08 · 表示质量、坍塌与自监督学习综合复习
$i$ `i`	《几何深度学习综合复习》“消息传递连接局部关系与共享计算”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A11 · 表达能力、过平滑与几何学习综合复习 · 共 3 处 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 1 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 2 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 3
$i$ `i`	《图生成与图动力学》“动态图把整个图作为状态”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A12 · 系统评估、故障模式与智能体综合复习 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A11 · 图生成、图动力学与物理系统
$i$ `i`	《大模型智能体综合复习》“端到端成功率设置关键门槛”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A13 · 特征归因、显著性与反事实 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A12 · 系统评估、故障模式与智能体综合复习
$i$ `i`	《特征归因与反事实》“Shapley 值按所有加入顺序平均边际贡献”中记作 i 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 i 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $i$ 30 章定义 A00 · 损失函数、风险与评估 A01 · 线性模型与统计学习综合复习 A01 · 正则化、偏差与方差 A03 · 聚类目标、K 均值与密度方法 A03 · 无监督学习与概率图模型综合复习 A04 · 参数初始化与梯度传播 A05 · 归一化方法与尺度控制 A06 · 语义分割、实例分割与密集预测 A08 · 掩码预测与上下文建模 A08 · 跨模态对齐与预训练迁移 A08 · 表示质量、坍塌与自监督学习综合复习 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 A12 · 系统评估、故障模式与智能体综合复习 C01 · 动态规划与图算法 M01 · 代数、函数与解析几何综合复习 M02 · 定积分与累积 M03 · 二重积分、三重积分与变量替换 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M07 · 计数原理、容斥与鸽巢原理 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 插值、多项式逼近与样条 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P06 · Bose–Einstein 与 Fermi–Dirac 统计 P06 · 正则系综、配分函数与涨落 P08 · Einstein 场方程与典型解 P11 · 分子动力学与统计量计算 P12 · Klein–Gordon 场与 Dirac 场	A13 · 特征归因、显著性与反事实 · 共 2 处 A13 · 特征归因、显著性与反事实 · 正文位置 1 A13 · 特征归因、显著性与反事实 · 正文位置 2
$I$ `I`	《跨模态预训练》“双塔编码器在共同空间比较”中记作 I 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 I 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $I$ 9 章定义 A12 · 视觉语言对齐与多模态生成 M02 · 定积分与累积 M10 · 数值积分与数值微分 M14 · 环、理想与商环 M16 · 谱、预解式与谱定理 P02 · 相空间、Poincaré 截面与混沌 P11 · 并行计算、可复现性与性能测量 P12 · 相互作用、散射与 Feynman 图 P12 · Klein–Gordon 场与 Dirac 场	A08 · 跨模态对齐与预训练迁移 · 共 2 处 A08 · 跨模态对齐与预训练迁移 · 正文位置 1 A08 · 跨模态对齐与预训练迁移 · 正文位置 2
$I$ `I`	《视觉语言模型》“图像和文本先映射到同一比较空间”中记作 I 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 I 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $I$ 9 章定义 A08 · 跨模态对齐与预训练迁移 M02 · 定积分与累积 M10 · 数值积分与数值微分 M14 · 环、理想与商环 M16 · 谱、预解式与谱定理 P02 · 相空间、Poincaré 截面与混沌 P11 · 并行计算、可复现性与性能测量 P12 · 相互作用、散射与 Feynman 图 P12 · Klein–Gordon 场与 Dirac 场	A12 · 视觉语言对齐与多模态生成
$j$ `j`	《度量学习》“距离、相似度与排序方向”中记作 j 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 j 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $j$ 10 章定义 A08 · 跨模态对齐与预训练迁移 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 M01 · 代数、函数与解析几何综合复习 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P10 · 能带理论、半导体与费米面 P12 · Klein–Gordon 场与 Dirac 场	A08 · 度量学习、孪生网络与三元组损失
$j$ `j`	《跨模态预训练》“双塔编码器在共同空间比较”中记作 j 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 j 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $j$ 10 章定义 A08 · 度量学习、孪生网络与三元组损失 A11 · 表达能力、过平滑与几何学习综合复习 A11 · 图生成、图动力学与物理系统 M01 · 代数、函数与解析几何综合复习 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P10 · 能带理论、半导体与费米面 P12 · Klein–Gordon 场与 Dirac 场	A08 · 跨模态对齐与预训练迁移 · 共 2 处 A08 · 跨模态对齐与预训练迁移 · 正文位置 1 A08 · 跨模态对齐与预训练迁移 · 正文位置 2
$j$ `j`	《几何深度学习综合复习》“消息传递连接局部关系与共享计算”中记作 j 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 j 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $j$ 10 章定义 A08 · 度量学习、孪生网络与三元组损失 A08 · 跨模态对齐与预训练迁移 A11 · 图生成、图动力学与物理系统 M01 · 代数、函数与解析几何综合复习 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P10 · 能带理论、半导体与费米面 P12 · Klein–Gordon 场与 Dirac 场	A11 · 表达能力、过平滑与几何学习综合复习 · 共 2 处 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 1 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 2
$j$ `j`	《图生成与图动力学》“动态图把整个图作为状态”中记作 j 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 j 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $j$ 10 章定义 A08 · 度量学习、孪生网络与三元组损失 A08 · 跨模态对齐与预训练迁移 A11 · 表达能力、过平滑与几何学习综合复习 M01 · 代数、函数与解析几何综合复习 M04 · 行列式与体积缩放 M04 · 矩阵及其运算 M11 · 约束优化、KKT 条件与对偶性 P03 · 干涉、衍射与傅里叶光学 P10 · 能带理论、半导体与费米面 P12 · Klein–Gordon 场与 Dirac 场	A11 · 图生成、图动力学与物理系统 · 共 2 处 A11 · 图生成、图动力学与物理系统 · 正文位置 1 A11 · 图生成、图动力学与物理系统 · 正文位置 2
$J$ `J`	《归一化流》“用双射搬运概率质量”中记作 J 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 J 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $J$ 2 章定义 A03 · 聚类目标、K 均值与密度方法 P12 · 规范对称性与标准模型结构	A09 · 正规化流与可逆变换 · 共 5 处 A09 · 正规化流与可逆变换 · 正文位置 1 A09 · 正规化流与可逆变换 · 正文位置 2 A09 · 正规化流与可逆变换 · 正文位置 3 A09 · 正规化流与可逆变换 · 正文位置 4 A09 · 正规化流与可逆变换 · 正文位置 5
$J_{f}$ `J_f`	《计算图》“局部 Jacobian 是节点接口”中 J 的下标 f 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 f 的取值范围以该公式邻近定义和求和范围为准。	—	A04 · 计算图、链式法则与局部导数 · 共 3 处 A04 · 计算图、链式法则与局部导数 · 正文位置 1 A04 · 计算图、链式法则与局部导数 · 正文位置 2 A04 · 计算图、链式法则与局部导数 · 正文位置 3
$k$ `k`	《正则化与增强》“标签平滑改变监督目标”中记作 k 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 k 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $k$ 17 章定义 A01 · 经验风险、容量与一致收敛 A02 · 决策树、划分准则与剪枝 A02 · 特征映射、正定核与再生核空间 A10 · 动态规划、Monte Carlo 与时序差分 A10 · Markov 决策过程与 Bellman 方程 A10 · 稳定性、评估与强化学习综合复习 A11 · 谱图方法与流形学习 A12 · 检索增强、引用与事实落地 C01 · 序列、栈、队列、树与堆 M01 · 函数、变换与图像 M04 · 矩阵及其运算 M07 · 递推关系与生成函数 M11 · 一阶优化与梯度下降 M12 · Lebesgue 积分与收敛定理 P03 · 简谐振子、阻尼与受迫振动 P03 · 行波、相位、叠加与色散 P10 · 能带理论、半导体与费米面	A05 · 正则化、数据增强与早停
$k$ `k`	《谱图与几何学习》“多项式滤波把谱定义变成局部稀疏计算”中记作 k 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 k 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $k$ 17 章定义 A01 · 经验风险、容量与一致收敛 A02 · 决策树、划分准则与剪枝 A02 · 特征映射、正定核与再生核空间 A05 · 正则化、数据增强与早停 A10 · 动态规划、Monte Carlo 与时序差分 A10 · Markov 决策过程与 Bellman 方程 A10 · 稳定性、评估与强化学习综合复习 A12 · 检索增强、引用与事实落地 C01 · 序列、栈、队列、树与堆 M01 · 函数、变换与图像 M04 · 矩阵及其运算 M07 · 递推关系与生成函数 M11 · 一阶优化与梯度下降 M12 · Lebesgue 积分与收敛定理 P03 · 简谐振子、阻尼与受迫振动 P03 · 行波、相位、叠加与色散 P10 · 能带理论、半导体与费米面	A11 · 谱图方法与流形学习 · 共 3 处 A11 · 谱图方法与流形学习 · 正文位置 1 A11 · 谱图方法与流形学习 · 正文位置 2 A11 · 谱图方法与流形学习 · 正文位置 3
$k$ `k`	《检索增强与落地》“稀疏检索和稠密检索利用不同匹配信号”中记作 k 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 k 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $k$ 17 章定义 A01 · 经验风险、容量与一致收敛 A02 · 决策树、划分准则与剪枝 A02 · 特征映射、正定核与再生核空间 A05 · 正则化、数据增强与早停 A10 · 动态规划、Monte Carlo 与时序差分 A10 · Markov 决策过程与 Bellman 方程 A10 · 稳定性、评估与强化学习综合复习 A11 · 谱图方法与流形学习 C01 · 序列、栈、队列、树与堆 M01 · 函数、变换与图像 M04 · 矩阵及其运算 M07 · 递推关系与生成函数 M11 · 一阶优化与梯度下降 M12 · Lebesgue 积分与收敛定理 P03 · 简谐振子、阻尼与受迫振动 P03 · 行波、相位、叠加与色散 P10 · 能带理论、半导体与费米面	A12 · 检索增强、引用与事实落地 · 共 6 处 A12 · 检索增强、引用与事实落地 · 正文位置 1 A12 · 检索增强、引用与事实落地 · 正文位置 2 A12 · 检索增强、引用与事实落地 · 正文位置 3 A12 · 检索增强、引用与事实落地 · 正文位置 4 A12 · 检索增强、引用与事实落地 · 正文位置 5 A12 · 检索增强、引用与事实落地 · 正文位置 6
$K$ `K`	注意力层的键矩阵	机器学习 · 神经网络	由上下文确定；该含义限定于《正则化与增强》“标签平滑改变监督目标”及其相邻推导。	同形异义： $K$ 7 章定义 A07 · 多头注意力与位置表示 A07 · 缩放点积注意力与掩码 M08 · 常微分方程与动力系统综合复习 M14 · 群、环、域与 Galois 思想综合复习 P03 · 耦合振子与简正模 P03 · 几何光学、偏振与波动综合复习 P11 · 分子动力学与统计量计算	A05 · 正则化、数据增强与早停
$K$ `K`	注意力层的键矩阵	机器学习 · 神经网络	由上下文确定；该含义限定于《多头与位置表示》“先固定四条轴”及其相邻推导。	同形异义： $K$ 7 章定义 A05 · 正则化、数据增强与早停 A07 · 缩放点积注意力与掩码 M08 · 常微分方程与动力系统综合复习 M14 · 群、环、域与 Galois 思想综合复习 P03 · 耦合振子与简正模 P03 · 几何光学、偏振与波动综合复习 P11 · 分子动力学与统计量计算	A07 · 多头注意力与位置表示 · 共 4 处 A07 · 多头注意力与位置表示 · 正文位置 1 A07 · 多头注意力与位置表示 · 正文位置 2 A07 · 多头注意力与位置表示 · 正文位置 3 A07 · 多头注意力与位置表示 · 正文位置 4
$K$ `K`	注意力键矩阵	机器学习 · 神经网络	由上下文确定	同形异义： $K$ 7 章定义 A05 · 正则化、数据增强与早停 A07 · 多头注意力与位置表示 M08 · 常微分方程与动力系统综合复习 M14 · 群、环、域与 Galois 思想综合复习 P03 · 耦合振子与简正模 P03 · 几何光学、偏振与波动综合复习 P11 · 分子动力学与统计量计算	A07 · 缩放点积注意力与掩码 · 共 41 处 A07 · 缩放点积注意力与掩码 · 正文位置 1 A14 · 可微物理、自动微分与守恒约束 · 正文位置 2 A14 · 可微物理、自动微分与守恒约束 · 正文位置 3 A14 · 可微物理、自动微分与守恒约束 · 正文位置 4 A14 · 可微物理、自动微分与守恒约束 · 正文位置 5 A14 · 逆问题、数据同化与不确定性 · 正文位置 6 A14 · 逆问题、数据同化与不确定性 · 正文位置 7 A14 · Fourier 神经算子与网格泛化 · 正文位置 8 A07 · 缩放点积注意力与掩码 · 正文位置 9 A07 · 缩放点积注意力与掩码 · 正文位置 10 A07 · 缩放点积注意力与掩码 · 正文位置 11 A07 · 缩放点积注意力与掩码 · 正文位置 12 A07 · 缩放点积注意力与掩码 · 正文位置 13 A07 · 缩放点积注意力与掩码 · 正文位置 14 A07 · 缩放点积注意力与掩码 · 正文位置 15 A07 · 缩放点积注意力与掩码 · 正文位置 16 A07 · 缩放点积注意力与掩码 · 正文位置 17 A07 · 缩放点积注意力与掩码 · 正文位置 18 A13 · 校准、分布外检测与选择性预测 · 正文位置 19 A06 · 卷积网络架构与残差连接 · 正文位置 20 A06 · 离散卷积、感受野与参数共享 · 正文位置 21 A06 · 离散卷积、感受野与参数共享 · 正文位置 22 A06 · 离散卷积、感受野与参数共享 · 正文位置 23 A06 · 离散卷积、感受野与参数共享 · 正文位置 24 A11 · 表达能力、过平滑与几何学习综合复习 · 正文位置 25 A12 · 语言建模、tokenization 与规模规律 · 正文位置 26 A07 · 多头注意力与位置表示 · 正文位置 27 A07 · 多头注意力与位置表示 · 正文位置 28 A07 · 多头注意力与位置表示 · 正文位置 29 A07 · 多头注意力与位置表示 · 正文位置 30 A04 · 神经网络与反向传播综合复习 · 正文位置 31 A04 · 神经网络与反向传播综合复习 · 正文位置 32 A09 · 正规化流与可逆变换 · 正文位置 33 A09 · 正规化流与可逆变换 · 正文位置 34 A09 · 正规化流与可逆变换 · 正文位置 35 A05 · 正则化、数据增强与早停 · 正文位置 36 A06 · 语义分割、实例分割与密集预测 · 正文位置 37 A07 · 序列损失、教师强制与解码 · 正文位置 38 A07 · 长序列、效率与 Transformer 综合复习 · 正文位置 39 A11 · 谱图方法与流形学习 · 正文位置 40 A06 · 视觉 Transformer 与混合架构 · 正文位置 41
$\kappa$ `kappa`	《PINN》“用网络表示未知解”中记作 kappa 的等号左侧的目标量	机器学习 · 神经网络	由上下文确定；符号 kappa 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $\kappa$ 3 章定义 A14 · 基准、外推边界与科学机器学习综合复习 M09 · 热方程、波动方程与 Laplace 方程 M10 · 稳定性、收敛性与科学计算综合复习	A14 · 物理信息神经网络与残差训练 · 共 3 处 A14 · 物理信息神经网络与残差训练 · 正文位置 1 A14 · 物理信息神经网络与残差训练 · 正文位置 2 A14 · 物理信息神经网络与残差训练 · 正文位置 3
$\kappa$ `kappa`	《科学机器学习复习》“反演把前向误差放进后验和决策”中记作 kappa 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 kappa 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $\kappa$ 3 章定义 A14 · 物理信息神经网络与残差训练 M09 · 热方程、波动方程与 Laplace 方程 M10 · 稳定性、收敛性与科学计算综合复习	A14 · 基准、外推边界与科学机器学习综合复习 · 共 8 处 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 1 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 2 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 3 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 4 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 5 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 6 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 7 A14 · 基准、外推边界与科学机器学习综合复习 · 正文位置 8
$Kc_{kL}$ `Kc_kL`	《谱图与几何学习》“多项式滤波把谱定义变成局部稀疏计算”中 Kc 的下标 kL 分量或状态量	机器学习 · 神经网络	由上下文确定；下标 kL 的取值范围以该公式邻近定义和求和范围为准。	—	A11 · 谱图方法与流形学习
$L$ `L`	《反向传播》“向量—Jacobian 乘积”中记作 L 的等号右侧的输入量或系数	机器学习 · 神经网络	由上下文确定；符号 L 仅按该公式锚点给出的对象类型、取值域与维度解释。	同形异义： $L$ 23 章定义 A01 · 线性模型与统计学习综合复习 A05 · 学习率调度与二阶近似 A08 · 表示学习目标、相似度与不变性 A11 · 图、图信号与节点表示 A11 · 谱图方法与流形学习 M11 · 一阶优化与梯度下降 M02 · 数列极限与收敛判据 M03 · 曲线积分与曲面积分 M06 · 置信区间与枢轴量 M06 · 点估计、充分性与信息量 M06 · 估计、检验与统计决策综合复习 M08 · 初值问题、存在唯一性与方向场 M09 · 傅里叶方法与偏微分方程综合复习 M10 · 稳定性、收敛性与科学计算综合复习 M11 · 约束优化、KKT 条件与对偶性 M13 · Cauchy 定理与积分公式 M14 · 群、环、域与 Galois 思想综合复习 P02 · 分析力学与非线性动力学综合复习 P02 · Legendre 变换与 Hamilton 方程 P04 · 电磁感应、位移电流与电路响应 P09 · Navier–Stokes 方程与黏性流 P12 · 经典场、作用量与 Noether 流 P12 · 相互作用、散射与 Feynman 图	A04 · 反向传播与反向模式自动微分 · 共 12 处 A04 · 反向传播与反向模式自动微分 · 正文位置 1 A04 · 反向传播与反向模式自动微分 · 正文位置 2 A04 · 反向传播与反向模式自动微分 · 正文位置 3 A04 · 反向传播与反向模式自动微分 · 正文位置 4 A04 · 反向传播与反向模式自动微分 · 正文位置 5 A04 · 反向传播与反向模式自动微分 · 正文位置 6 A04 · 反向传播与反向模式自动微分 · 正文位置 7 A04 · 反向传播与反向模式自动微分 · 正文位置 8 A04 · 反向传播与反向模式自动微分 · 正文位置 9 A04 · 反向传播与反向模式自动微分 · 正文位置 10 A04 · 反向传播与反向模式自动微分 · 正文位置 11 A04 · 反向传播与反向模式自动微分 · 正文位置 12