1、SVD的定義

2、SVD計算舉例

3、SVD的一些性質　

4、截斷SVD

截斷的SVD將參數計數從u*v減少到t（u+v），如果t比min（u，v）小得多，則這一點很重要。

TSVD與一般SVD不同的是它可以產生一個指定維度的分解矩陣，可以實現降維。為了壓縮網絡，將W對應的單個全連接層替換為兩個全連接層，它們之間沒有非線性。這些層中的第一層使用權矩陣，第二層使用U。這種簡單的壓縮方法在ROI數目較大的情況下可以很好地加速全連接層的計算。

5、python中的使用

from sklearn.decomposition import TruncatedSVD

svd = TruncatedSVD(2)

iris_transformed = svd.fit_transform(iris_data)

iris_data[:5]

總結

以上是生活随笔為你收集整理的用截断奇异值分解（Truncated SVD）降维的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。