线性代数
文章平均质量分 87
Panverson
这个作者很懒,什么都没留下…
展开
-
【带你读】花书《深度学习》导读 第二章 线性代数 下
Chapter 2 线性代数 下特征分解特征分解(eigendecomposition)是一种矩阵分解算法,用于寻找矩阵中一些不明显的性质。特征分解将矩阵分解成一组特征向量和特征值。为了更好的理解特征分解,先引入线性变换的概念。我们把一个矩阵视为一种线性变化,例如有矩阵A=[3102]\boldsymbol{A}=\begin{bmatrix} 3 & 1 \\ 0 & 2\end{bmatrix}A=[3012]和向量a=[1,0]\bf{a}=[1,0]a=[1,0原创 2021-04-15 22:02:00 · 253 阅读 · 0 评论 -
【带你读】花书《深度学习》导读 第二章 线性代数基础 上
线性代数是深度学习的数学基础,学习深度学习之前必须掌握线性代数的相关知识。线性代数的内容是抽象的,本文旨在用直观易懂的语言解释线性代数中的相关概念。同时,学习不仅是记忆,而且需要思考。我在写作时会适时插入一些思考导向的内容,帮助大家更深的掌握概念。如果需要深入学习线性代数,这里推荐:线性代数机器应用(David C. Lay, 2007)The Matrix Cookbook(Petersen, 2012)Chapter 2 线性代数基础1 张量张量(tensor)是神经网络运算图中传递的原创 2021-04-07 21:14:32 · 282 阅读 · 0 评论