“从给定的离散点的值去构造一个连续定义的函数,使得它与被逼近的函数在给定点的值完全一致,这样的问题称为插值问题。”
给定 n个离散数据点（称为节点）(x_k,y_k)，k=1,2,...,n。对于不同于x_k的x，求 x所对应的 y的值称为内插。
————这个需求，跟深度学习的入门课：给定n个点的坐标(x_k,y_k)，拟合出一条直线（估计也可以是曲线），然后根据这条直线，求当 给出另一个x的时候，对应的y的值。最后可以将这个估计值y和实际值对比。

我觉得这两门课的需求都类似的。可是插值问题，演变出了很多算法，而深度学习最主要的是gpu。所以，我的问题是：插值问题，可以用高性能gpu而简化吗？谢谢
--
FROM 114.104.109.*