1.如果要驗證一條很可能正確的定理是否正確，就使用符號化的變數，但是計算會很慢。
如果要驗證乙個不知道正不正確的定理，而且使用符號計算太慢時，帶入具體數值驗證，因為具體數值下成立是其必要條件。
如果要從這條已知正確的定理中出發，進行一些計算，那就要明確自己：已知什麼？要求什麼？即確定需要將那些符號數值化，哪些繼續當做符號。在生成模擬資料的時候要注意資料的合理性。
2.matlab中盡量不要使用諸如 f1 f2 f3 這樣的變數，不利於用迴圈操作，盡量使用cell型別 f，比使用eval方便且直觀。
3.能整體操作就整體操作，能泛型的就盡量泛型，能用迴圈盡量迴圈。要衡量哪個代價更大，不要忽視後期改來改去的工作量。
比如 subs函式，使用一次能解決，就不要多次使用改起來也不好找，看的眼花。
4.matlab中將表示式中的符號變數換成數值之後是有誤差的，如果參與計算的數值較大，可能絕對誤差也比較大，要考慮相對誤差。
5.注釋**！不要低估以後你會用到這個函式的可能性和再次看懂所需要的時間。
6.ax=0 使用svd，不要使用0\a,只能得到0。
7.刪除某一列的兩種方法
在原矩陣刪除，新建矩陣
8.有時候顯示值相等，真實值不一定相等，x=3.6000e+5,y=360000; x-y可能等於乙個很小的數。
9.[v,d]=eig(a,b)不要相信d中某一特徵值的個數，有時候只有乙個，但是也可能是多重特徵值，可以使用rank（a-lamda×b）來檢驗，或者直接使用null（）
10.由字元型變數計算得到的結果很可能是字元型
>syms x；
>a = x/x;
>class(a)
sym11.
不要忽視數值化之後的損失，有時候很巨大
比如乙個矩陣中如果有很大的數和相對很小的數，小的數就會被忽略，各種計算都會造成莫名其妙的影響，所以要盡量保證數的大小在乙個量級上，比如使用歸一化的方法。
12.齊次座標有時候不能歸一，比如面積不變情況下的m，如果歸一，就不再滿足那個恒等式。
13.rank(a'a) = r(a) 證明：
所以，a 是m x n , m>=n的時候 a'a 是 n x n,a'a的秩可能為n，即滿秩; m 神經網路永遠只是科研工作者的乙個工具，永遠不能用神經網路作為自己 的乙個idea。改進神經網路並不是乙個科學創新，甚至在某種角度上連乙個工程創新都不算，因為加減神經網路的層數，改變分類器，更換損失函式並不是你的創新，神經網路本來就是黑箱，任何人都需要在這個黑箱上根據自己的輸入適當修改神經網路。作為乙... eval 的作用是能將輸入的字串轉換為matlab可執行的語句 可用於變數的批量命名和賦值 例 完成100個變數的命名及賦值，例如完成m1 1 m2 2 m3 3 m98 98 m99 99 m100 100 直接賦值需要100行 利用eval 函式可大大方便整個賦值過程，只需3行 即可完成 具體 ... 首先說說matlab 與其他語言的差異 例如對於c或者c 來說，只要演算法的思想不變 採用的資料結構相同，不同人寫出來的語句在效率上一般不會產生太大的差別。所以，對於c來說，程式的好壞一般由演算法來決定。但是，在matlab中，同樣的演算法 同樣的結構 同樣的流程，如果採用的語句不一樣，在效率上就會...科研汪的一點心得
matlab中eval函式的使用心得
提高matlab執行速度的心得