GIS探索之路

本文将构建一个图像搜索引擎，将介绍基本原理和构建过程所用到的工具和技术。

本文将通过介绍向量的点积(dot Product)、Embedding及其在相似性搜索中的应用来建立这些基础知识。

介绍向量和矩阵的基础知识以及开源的机器学习框架PyTorch。

1）线性代数主要以运算为主，比如矩阵的四则运算、行列式的计算、特征值和特征向量的计算等。而矩阵论主要以变换为主，它利用线性代数知识，描述线性变换，并提出了特殊变换，如正规变换、酉变换等。（2）线性代数处理特殊矩阵，例如它只对可对角化矩阵进行特征值分解。而矩阵论在此基础上解决了不可对角化的矩阵的分解（方阵的Jordan分解），还解决了非方阵的分解，奇异值分解。（3）矩阵论作为线性代数的后续课程，涉及

协方差的定义 对于一般的分布，直接代入E(X)之类的就可以计算出来了，但真给你一个具体数值的分布，要计算协方差矩阵，根据这个公式来计算，还真不容易反应过来。网上值得参考的资料也不多，这里用一个例子说明协方差矩阵是怎么计算出来的吧。记住，X、Y是一个列向量，它表示了每种情况下每个样本可能出现的数。比如给定则X表示x轴可能出现的数，Y表示y轴可能出现的。注意这里是关键，给定了4