最优传输理论与计算 学习笔记1

次微分的例子：
考虑凸函数f(x)=|x|。在原点的次微分是区间[−1, 1]。
紧集：
在数学中，如果欧几里得空间 Rn 的子集是闭集合且是有界的，那么称它是紧致的。
利普希茨连续:
在数学中，特别是实分析，利普希茨连续（Lipschitz continuity）以德国数学家鲁道夫·利普希茨命名，是一个比通常连续更强的光滑性条件。直觉上，利普希茨连续函数限制了函数改变的速度，符合利普希茨条件的函数的斜率，必小于一个称为利普希茨常数的实数（该常数依函数而定）.
可数集：
可数集，或称可列集，是与自然数集的某个子集具有相同基数（等势）的集合。
紧集是完备的，Rn是可分的：
https://www.bilibili.com/video/BV18A41157B4?from=search&seid=12302125890121465140&spm_id_from=333.337.0.0
老顾2020年讲座第一集：10：00 从第28分半左右开始听不懂了
 
 
 
 
https://www.bilibili.com/video/BV1qQ4y1q7V8?spm_id_from=333.999.0.0
顾2021年讲座：
29分，每一类数据——指所有的数字1图片组成一个类 或 所有的数字2图片组成一个类或所有的数字3，4，…9组成一个类，可以抽象成2维曲面上的一个概率分布。
46:56：这里讲的似乎不对，生成器也能接收到来自判别器的梯度信息
49分左右——奇异集合这一块不是很懂。奇异集合就是里面含有使深度神经网络梯度出现跳变，不是连续的（势能函数在红色曲线处不可微，只是连续的），这使得深度学习无法学到。
53：30：概率为0的人脸，代表穿过了集合的奇异集