【动手学深度学习】2.线性代数

前言

这一部分主要讲解线性代数相关的基础知识以及在torch中如何进行相关的计算。
我算是刚毕业不久的大学生，线性代数还算留有印象，还看过B站3Blue1brown的线性代数的本质，理解起来没有太多困难，强烈推荐没看过对线代计算不理解有疑问的人看这个系列的视频。

---

线性代数

---

线性代数的实现

标量又只有一个的元素表示

你可以将向量视为标量值组成的列表

通过张量的索引来访问任一元素

访问张量的长度

只有一个轴的张量，形状只有一个元素

通过指定两个分量m和 n来创建一个形状为m×n的矩阵

矩阵的转置

对称矩阵（symmetric matrix）A等于其转置：A=A^T

就像向量是标量的推广，矩阵是向量的推广一样，我们可以构建具有更多轴的数据结构

给定具有相同形状的任意两个张量，任何按元素二元运算的结果都将是相同形状的张量

两个矩阵的按元素乘法称为哈达玛积（Hadamard product）（数学符号⊙）

计算其元素的和

表示任意形状张量的元素和

指定张量沿哪一个轴来通过求和降低维度

一个与求和相关的量是平均值（mean或average）

计算总和或均值时保持轴数不变

通过广播将A除以sum_A

某个轴计算A元素的累积总和

点积是相同位置的按元素乘积的和

我们可以通过执行按元素乘法，然后进行求和来表示两个向量的点积

矩阵向量积Ax是一个长度为m的列向量，其第i个元素是点积a_i^Tx

我们可以将矩阵-矩阵乘法AB看作是简单地执行m次矩阵-向量积，并将结果拼接在一起，形成一个n×m矩阵

突然意识到自己都是贴的图片，应该把代码放上来
本文源代码 lesson02
链接：https://pan.baidu.com/s/1tj6qHFFuQ1GmVuWzwS1TLw
提取码：d2lc