數(shù)學中的sec、csc怎么讀？（其余四個如果有標準讀音的話也附上）？Cot仍然是余切，余切，余切，[K?u?t?nd?NT]。在數(shù)學中，CSC是余切。在直角三角形中，斜邊與銳角對邊的比率用CSC（角度

數(shù)學中的sec、csc怎么讀？（其余四個如果有標準讀音的話也附上）？

Cot仍然是余切，余切，余切，[K?u?t?nd?NT]。

在數(shù)學中，CSC是余切。

在直角三角形中，斜邊與銳角對邊的比率用CSC（角度）表示。

斜邊大于對邊。角的頂點與平面直角坐標系的原點重合，其起始邊與正x軸重合。它叫CSCX。

它與正弦的比率表達式相反。余割的函數(shù)像是奇的、周期的。

倒數(shù)關系：

1，Tanα·cotα=1。

2、sinα·cscα=1。

3、cosα·secα=1。

屬性：

1。在三角函數(shù)的定義中，CSCα=R/Y；

2。余割函數(shù)和正弦函數(shù)是互易的；

3。定義域：{x | x≠Kπ，K∈Z}；

4。取值范圍：{y | y≤-1或y≥1}，即▏y▏≥1；

5。周期性：最小正周期為2π；

6。奇偶校驗：奇數(shù)函數(shù)。

深度學習是什么意思？

深度學習是近年來隨著信息社會、學習科學和課程改革的發(fā)展而出現(xiàn)的一種新的學習模式和形式。

目前，對深度學習的概念有很多答案，很多專家學者的解釋是本質意義一致的表述略有不同。

李嘉厚教授認為，深度學習是建立在理解的基礎上的。學習者可以批判性地學習新的想法和事實，將它們融入原有的認知結構，將許多想法聯(lián)系起來，并將現(xiàn)有的知識轉移到新的情境中，從而做出決策和解決問題。

郭華教授認為，深度學習是在教師指導下的一個有意義的學習過程，學生圍繞挑戰(zhàn)性的學習主題，全心投入，體驗成功，獲得發(fā)展。它具有批判性理解、有機整合、建設性反思和遷移應用的特點。

深度學習有幾個特點。一是觸動人心的學習。第二，體驗式學習。三是深入認識和實踐創(chuàng)新的研究。

為什么要使用relu激活函數(shù)？

增加了網絡的非線性能力，以適應更多的非線性過程。在一定程度上，relu可以防止梯度的消失，但這并不是使用它的主要原因。主要原因是很容易找到導數(shù)。在一定程度上，這意味著右端不會接近飽和。當我們計算導數(shù)時，導數(shù)不會為零，所以梯度不會消失。但是左端問題仍然存在，如果我們掉進去梯度就會消失。所以有很多改進的relu。

神經網絡relu怎么反向求導？

Relu是神經網絡中的激活函數(shù)。

在神經網絡從輸入到輸出的正向傳播中，激活函數(shù)是不可避免的。因此，在反向傳播調整過程中，還需要根據(jù)鏈導數(shù)規(guī)則調整relu的偏差或梯度。

在神經網絡中，每兩層神經元的權重根據(jù)梯度進行調整。梯度調整的幅度和方向取決于激活函數(shù)后前一層神經元的輸入值a和激活函數(shù)前后一層神經元輸出值的偏差。relu的逆導數(shù)是神經元輸出的偏差（在進入激活函數(shù)之前）。relu的偏差請參考我的文章《BP反向傳播算法的思考與直觀理解——卷積小白的隨機世界》

例如，當L1層的偏差為m時，則relu后的L層的偏差為m*Wij。如果此時，relu之前的l層的輸出為Zi。如果Zi小于0。那么，L層神經元通過relu前的偏差為0；如果Zi大于0。那么，relu之前的L層的偏差是m*Wij。