DSSM经典模型的优点;1.解决了字典爆炸问题，降低了计算复杂度；2.中文方面使用字作为最细切分粒度，可以复用每个字表达的词义，减少分词的依赖，从而提高模型的泛化能力；3.字母的n-gram可以更好的处理新词，具有较强的鲁棒性；4.使用有监督的方法，优化语义embedding的映射问题；5.省去了人工特征工程；6.采用有监督训练，精度较高。

在 Numpy 中表示线性代数中的n维列向量可用一个shape为(n, 1)的一维数组。

假设A和B都是n阶矩阵，在A、B均可逆的情况下，矩阵AB与BA的特征值有可能不同。

设f(x)=1/(1+e^-x)，则该函数的导数为f＇(x)=f(x)/(1-f(x))，f＇(x)始终大于0，因此f(x)在整个定义域上为单调递增函数。

中心极限定理说明很多独立随机变量的积近似服从正态分布。

P(B|A)表示在规则 A→B 中，证据A为真的作用下结论 B 为真的概率

梯度下降算法的收敛点取决于代价函数

给定三个点(1,4) 、 (2, 3) 、 (2,4)，它们的欧氏距离最小值是 1

在卷积神经网络中，通常导致模型的输入尺寸为固定大小的网络层是全连接层

SOFTMAX函数，是用来将全数域函数结果映射到概率空间

Sigmoid函数是一种非线性转换，可以实现实数域到（0, 1 ) 之间的转换