（四）学习笔记：动手学深度学习（线性代数）

在这篇文章中我们将介绍线性代数中的基本数学对象、算术和运算，并用数学符号和相应的代码实现来表示它们。

---

1.1标量

(标量由只有一个元素的张量表示)。
在下面的代码中，我们实例化两个标量，并执行一些熟悉的算术运算，即加法、乘法、除法和指数。

import torch

x = torch.tensor(3.0)
y = torch.tensor(2.0)

x + y, x * y, x / y, x**y

(tensor(5.), tensor(6.), tensor(1.5000), tensor(9.))

1.2向量

[你可以将向量视为标量值组成的列表]。

我们通过一维张量处理向量。一般来说，张量可以具有任意长度，取决于机器的内存限制。

x = torch.arange(4)
x

tensor([0, 1, 2, 3])

在数学中，向量$\mathbf{x}$可以写为：

$$\mathbf{x}=\left[\begin{array}{c}{x}_1\\ x_2\\ ⋮\\ x_n\end{array}\right],$$

其中$x_1,\dots ,x_n$是向量的元素。在代码中，我们(通过张量的索引来访问任一元素)。

x[3]

tensor(3)

1.2.1长度、维度和形状

[访问张量的长度]。

len(x)

4

(只有一个轴的张量，形状只有一个元素。)

x.shape

torch.Size([4])

维度（dimension）这个词在不同上下文时往往会有不同的含义
向量或轴的维度被用来表示向量或轴的长度，即向量或轴的元素数量。
张量的维度用来表示张量具有的轴数。
在这个意义上，张量的某个轴的维数就是这个轴的长度

1.3矩阵

在数学表示法中，我们使用$\mathbf{A}\in {\mathbb{R}}^{m\times n}$
来表示矩阵$\mathbf{A}$，其由$m$行和$n$列的实值标量组成。
我们可以将任意矩阵$\mathbf{A}\in {\mathbb{R}}^{m\times n}$视为一个表格，
其中每个元素$a_{ij}$属于第$i$行第$j$列：

$$\mathbf{A}=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1n}\\ a_{21}& a_{22}& \cdots & a_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}& a_{m2}& \cdots & a_{mn}\end{array}\right].$$

对于任意$\mathbf{A}\in {\mathbb{R}}^{m\times n}$，
$\mathbf{A}$的形状是（$m$,$n$）或$m\times n$。
当矩阵具有相同数量的行和列时，其形状将变为正方形；
因此，它被称为方阵（square matrix）。

1.3.1通过指定两个分量$m$和$n$来创建一个形状为$m\times n$的矩阵

A = torch.arange(20).reshape(5, 4)
A

tensor([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15],
        [16, 17, 18, 19]])

当我们交换矩阵的行和列时，结果称为矩阵的转置（transpose）。
我们用${\mathbf{a}}^{\top }$来表示矩阵的转置，如果$\mathbf{B}={\mathbf{A}}^{\top }$，
则对于任意$i$和$j$，都有$b_{ij}=a_{ji}$。

$${\mathbf{A}}^{\top }=\left[\begin{array}{cccc}{a}_{11}& a_{21}& \dots & a_{m1}\\ a_{12}& a_{22}& \dots & a_{m2}\\ ⋮& ⋮& \ddots & ⋮\\ a_{1n}& a_{2n}& \dots & a_{mn}\end{array}\right].$$

1.3.2 矩阵的转置

A.T

tensor([[ 0,  4,  8, 12, 16],
        [ 1,  5,  9, 13, 17],
        [ 2,  6, 10, 14, 18],
        [ 3,  7, 11, 15, 19]])

作为方阵的一种特殊类型，[对称矩阵（symmetric matrix）$\mathbf{A}$等于其转置：$\mathbf{A}={\mathbf{A}}^{\top }$]。
这里我们定义一个对称矩阵$\mathbf{B}$：

B = torch.tensor([[1, 2, 3], [2, 0, 4], [3, 4, 5]])
B

tensor([[1, 2, 3],
        [2, 0, 4],
        [3, 4, 5]])

现在我们将B与它的转置进行比较。

B == B.T

tensor([[True, True, True],
        [True, True, True],
        [True, True, True]])

1.4 张量

[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]。
张量为我们提供了描述具有任意数量轴的$n$维数组的通用方法。
例如，向量是一阶张量，矩阵是二阶张量。

当我们开始处理图像时，张量将变得更加重要，图像以$n$维数组形式出现，
其中3个轴对应于高度、宽度，以及一个通道（channel）轴，
用于表示颜色通道（红色、绿色和蓝色）。

X = torch.arange(24).reshape(2, 3, 4)
X

tensor([[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11]],

        [[12, 13, 14, 15],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]])

1.5张量算法的基本性质

1.5.1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

例如，将两个相同形状的矩阵相加，会在这两个矩阵上执行元素加法。

A = torch.arange(20, dtype=torch.float32).reshape(5, 4)
B = A.clone()  # 通过分配新内存，将A的一个副本分配给B
A, A + B

(tensor([[ 0.,  1.,  2.,  3.],
         [ 4.,  5.,  6.,  7.],
         [ 8.,  9., 10., 11.],
         [12., 13., 14., 15.],
         [16., 17., 18., 19.]]),
 tensor([[ 0.,  2.,  4.,  6.],
         [ 8., 10., 12., 14.],
         [16., 18., 20., 22.],
         [24., 26., 28., 30.],
         [32., 34., 36., 38.]]))

1.5.2矩阵按元素相乘

[两个矩阵的按元素乘法称为Hadamard积（Hadamard product）（数学符号$\odot$）]。
对于矩阵$\mathbf{B}\in {\mathbb{R}}^{m\times n}$，
其中第$i$行和第$j$列的元素是$b_{ij}$。
矩阵$\mathbf{A}$和$\mathbf{B}$的Hadamard积为：

$$\mathbf{A}\odot \mathbf{B}=\left[\begin{array}{cccc}{a}_{11}{b}_{11}& a_{12}{b}_{12}& \dots & a_{1n}{b}_{1n}\\ a_{21}{b}_{21}& a_{22}{b}_{22}& \dots & a_{2n}{b}_{2n}\\ ⋮& ⋮& \ddots & ⋮\\ a_{m1}{b}_{m1}& a_{m2}{b}_{m2}& \dots & a_{mn}{b}_{mn}\end{array}\right].$$

A * B

tensor([[  0.,   1.,   4.,   9.],
        [ 16.,  25.,  36.,  49.],
        [ 64.,  81., 100., 121.],
        [144., 169., 196., 225.],
        [256., 289., 324., 361.]])

1.5.2矩阵与标量相乘

将张量乘以或加上一个标量不会改变张量的形状，其中张量的每个元素都将与标量相加或相乘。

a = 2
X = torch.arange(24).reshape(2, 3, 4)
a + X, (a * X).shape

(tensor([[[ 2,  3,  4,  5],
          [ 6,  7,  8,  9],
          [10, 11, 12, 13]],
 
         [[14, 15, 16, 17],
          [18, 19, 20, 21],
          [22, 23, 24, 25]]]),
 torch.Size([2, 3, 4]))

1.6 降维

1.6.1 计算其元素的和

在数学表示法中，我们使用$\sum$符号表示求和。
为了表示长度为$d$的向量中元素的总和，可以记为${\sum }_{i=1}^d{x}_i$。
在代码中，我们可以调用计算求和的函数：

x = torch.arange(4, dtype=torch.float32)
x, x.sum()

(tensor([0., 1., 2., 3.]), tensor(6.))

我们可以(表示任意形状张量的元素和)。
例如，矩阵$\mathbf{A}$中元素的和可以记为${\sum }_{i=1}^m{\sum }_{j=1}^n{a}_{ij}$。

A.shape, A.sum()

(torch.Size([5, 4]), tensor(190.))

默认情况下，调用求和函数会沿所有的轴降低张量的维度，使它变为一个标量。

1.6.2 指定张量沿哪一个轴来通过求和降低维度

以矩阵为例
指定axis=0将通过求和所有行的元素来降维（轴0）。因此输入轴0的维数在输出形状中消失。

A_sum_axis0 = A.sum(axis=0)
A_sum_axis0, A_sum_axis0.shape

(tensor([40., 45., 50., 55.]), torch.Size([4]))

指定axis=1将通过汇总所有列的元素降维（轴1）。因此，输入轴1的维数在输出形状中消失。

A_sum_axis1 = A.sum(axis=1)
A_sum_axis1, A_sum_axis1.shape

(tensor([ 6., 22., 38., 54., 70.]), torch.Size([5]))

沿着行和列对矩阵求和，等价于对矩阵的所有元素进行求和。

A.sum(axis=[0, 1])  # Same as `A.sum()`

tensor(190.)

[一个与求和相关的量是平均值（mean或average）]。
我们通过将总和除以元素总数来计算平均值。
在代码中，我们可以调用函数来计算任意形状张量的平均值。

A.mean(), A.sum() / A.numel()

(tensor(9.5000), tensor(9.5000))

同样，计算平均值的函数也可以沿指定轴降低张量的维度。

A.mean(axis=0), A.sum(axis=0) / A.shape[0]

(tensor([ 8.,  9., 10., 11.]), tensor([ 8.,  9., 10., 11.]))

1.7非降维求和

在调用函数来[计算总和或均值时保持轴数不变]会很有用。

sum_A = A.sum(axis=1, keepdims=True)
sum_A

tensor([[ 6.],
        [22.],
        [38.],
        [54.],
        [70.]])

例如，由于sum_A在对每行进行求和后仍保持两个轴，我们可以(通过广播将A除以sum_A)。

A / sum_A

tensor([[0.0000, 0.1667, 0.3333, 0.5000],
        [0.1818, 0.2273, 0.2727, 0.3182],
        [0.2105, 0.2368, 0.2632, 0.2895],
        [0.2222, 0.2407, 0.2593, 0.2778],
        [0.2286, 0.2429, 0.2571, 0.2714]])

如果我们想沿[某个轴计算A元素的累积总和]，
比如axis=0（按行计算），我们可以调用cumsum函数。
此函数不会沿任何轴降低输入张量的维度。

A.cumsum(axis=0)

tensor([[ 0.,  1.,  2.,  3.],
        [ 4.,  6.,  8., 10.],
        [12., 15., 18., 21.],
        [24., 28., 32., 36.],
        [40., 45., 50., 55.]])

1.8点积（Dot Product）

给定两个向量$\mathbf{x},\mathbf{y}\in {\mathbb{R}}^d$，它们的点积（dot product）${\mathbf{x}}^{\top }\mathbf{y}$（或$⟨\mathbf{x},\mathbf{y}⟩$）是相同位置的按元素乘积的和：${\mathbf{x}}^{\top }\mathbf{y}={\sum }_{i=1}^d{x}_i{y}_i$。

x = torch.arange(4, dtype=torch.float32)
y = torch.ones(4, dtype = torch.float32)
x, y, torch.dot(x, y)

(tensor([0., 1., 2., 3.]), tensor([1., 1., 1., 1.]), tensor(6.))

注意，(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)：

torch.sum(x * y)

tensor(6.)

1.9矩阵-向量积

矩阵$\mathbf{A}\in {\mathbb{R}}^{m\times n}$和向量$\mathbf{x}\in {\mathbb{R}}^n$。
让我们将矩阵$\mathbf{A}$用它的行向量表示：

$$\mathbf{A}=\left[\begin{array}{c}{\mathbf{a}}_1^{\top }\\ {\mathbf{a}}_2^{\top }\\ ⋮\\ {\mathbf{a}}_m^{\top }\end{array}\right],$$

其中每个${\mathbf{a}}_i^{\top }\in {\mathbb{R}}^n$都是行向量，表示矩阵的第$i$行。
[矩阵向量积$\mathbf{A}\mathbf{x}$是一个长度为$m$的列向量，
其第$i$个元素是点积${\mathbf{a}}_i^{\top }\mathbf{x}$]：

$$\mathbf{A}=\left[\begin{array}{c}{\mathbf{a}}_1^{\top }\\ {\mathbf{a}}_2^{\top }\\ ⋮\\ {\mathbf{a}}_m^{\top }\end{array}\right]\mathbf{A}\mathbf{x}=\left[\begin{array}{c}{\mathbf{a}}_1^{\top }\mathbf{x}\\ {\mathbf{a}}_2^{\top }\mathbf{x}\\ ⋮\\ {\mathbf{a}}_m^{\top }\mathbf{x}\end{array}\right].$$

我们可以把一个矩阵$\mathbf{A}\in {\mathbb{R}}^{m\times n}$乘法看作是一个从${\mathbb{R}}^n$到${\mathbb{R}}^m$向量的转换。
这些转换是非常有用的。例如，我们可以用方阵的乘法来表示旋转。

在代码中使用张量表示矩阵-向量积，我们使用与点积相同的mv函数。
当我们为矩阵A和向量x调用torch.mv(A, x)时，会执行矩阵-向量积。
注意，A的列维数（沿轴1的长度）必须与x的维数（其长度）相同。

A.shape, x.shape, torch.mv(A, x)

(torch.Size([5, 4]), torch.Size([4]), tensor([ 14.,  38.,  62.,  86., 110.]))

1.10 矩阵-矩阵乘法

假设我们有两个矩阵$\mathbf{A}\in {\mathbb{R}}^{n\times k}$和$\mathbf{B}\in {\mathbb{R}}^{k\times m}$：

$$\mathbf{A}=\left[\begin{array}{cccc}{a}_{11}& a_{12}& \cdots & a_{1k}\\ a_{21}& a_{22}& \cdots & a_{2k}\\ ⋮& ⋮& \ddots & ⋮\\ a_{n1}& a_{n2}& \cdots & a_{nk}\end{array}\right],\mathbf{B}=\left[\begin{array}{cccc}{b}_{11}& b_{12}& \cdots & b_{1m}\\ b_{21}& b_{22}& \cdots & b_{2m}\\ ⋮& ⋮& \ddots & ⋮\\ b_{k1}& b_{k2}& \cdots & b_{km}\end{array}\right].$$

用行向量${\mathbf{a}}_i^{\top }\in {\mathbb{R}}^k$表示矩阵$\mathbf{A}$的第$i$行，并让列向量${\mathbf{b}}_j\in {\mathbb{R}}^k$作为矩阵$\mathbf{B}$的第$j$列。要生成矩阵积$\mathbf{C}=\mathbf{A}\mathbf{B}$，最简单的方法是考虑$\mathbf{A}$的行向量和$\mathbf{B}$的列向量:

$$\mathbf{A}=\left[\begin{array}{c}{\mathbf{a}}_1^{\top }\\ {\mathbf{a}}_2^{\top }\\ ⋮\\ {\mathbf{a}}_n^{\top }\end{array}\right],\mathbf{B}=\left[\begin{array}{cccc}{\mathbf{b}}_1& {\mathbf{b}}_2& \cdots & {\mathbf{b}}_m\end{array}\right].$$

当我们简单地将每个元素$c_{ij}$计算为点积${\mathbf{a}}_i^{\top }{\mathbf{b}}_j$:

$$\mathbf{C}=\mathbf{A}\mathbf{B}=\left[\begin{array}{c}{\mathbf{a}}_1^{\top }\\ {\mathbf{a}}_2^{\top }\\ ⋮\\ {\mathbf{a}}_n^{\top }\end{array}\right]\left[\begin{array}{cccc}{\mathbf{b}}_1& {\mathbf{b}}_2& \cdots & {\mathbf{b}}_m\end{array}\right]=\left[\begin{array}{cccc}{\mathbf{a}}_1^{\top }{\mathbf{b}}_1& {\mathbf{a}}_1^{\top }{\mathbf{b}}_2& \cdots & {\mathbf{a}}_1^{\top }{\mathbf{b}}_m\\ {\mathbf{a}}_2^{\top }{\mathbf{b}}_1& {\mathbf{a}}_2^{\top }{\mathbf{b}}_2& \cdots & {\mathbf{a}}_2^{\top }{\mathbf{b}}_m\\ ⋮& ⋮& \ddots & ⋮\\ {\mathbf{a}}_n^{\top }{\mathbf{b}}_1& {\mathbf{a}}_n^{\top }{\mathbf{b}}_2& \cdots & {\mathbf{a}}_n^{\top }{\mathbf{b}}_m\end{array}\right].$$

[我们可以将矩阵-矩阵乘法$\mathbf{A}\mathbf{B}$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$n\times m$矩阵]。
在下面的代码中，我们在A和B上执行矩阵乘法。
这里的A是一个5行4列的矩阵，B是一个4行3列的矩阵。
两者相乘后，我们得到了一个5行3列的矩阵。

B = torch.ones(4, 3)
torch.mm(A, B)

tensor([[ 6.,  6.,  6.],
        [22., 22., 22.],
        [38., 38., 38.],
        [54., 54., 54.],
        [70., 70., 70.]])

矩阵-矩阵乘法可以简单地称为矩阵乘法，不应与"Hadamard积"混淆。

1.11范数

在线性代数中，向量范数是将向量映射到标量的函数$f$。
给定任意向量$\mathbf{x}$，向量范数要满足一些属性。
第一个性质是：如果我们按常数因子$\alpha$缩放向量的所有元素，
其范数也会按相同常数因子的绝对值缩放：

$$f(\alpha \mathbf{x})=|\alpha |f(\mathbf{x}).$$

第二个性质是我们熟悉的三角不等式:

$$f(\mathbf{x}+\mathbf{y})\le f(\mathbf{x})+f(\mathbf{y}).$$

第三个性质简单地说范数必须是非负的:

$$f(\mathbf{x})\ge 0.$$

这是有道理的。因为在大多数情况下，任何东西的最小的大小是0。
最后一个性质要求范数最小为0，当且仅当向量全由0组成。

$$\forall i,[\mathbf{x}{]}_i=0\iff f(\mathbf{x})=0.$$

事实上，欧几里得距离是一个$L_2$范数：
假设$n$维向量$\mathbf{x}$中的元素是$x_1,\dots ,x_n$，其[$L_2$范数是向量元素平方和的平方根：]

($$\Vert \mathbf{x}{\Vert }_2=\sqrt{\sum _{i=1}^n{x}_i^2},$$)

其中，在$L_2$范数中常常省略下标$2$，也就是说$\Vert \mathbf{x}\Vert$等同于$\Vert \mathbf{x}{\Vert }_2$。

1.11.1 $L_2$范数

u = torch.tensor([3.0, -4.0])
torch.norm(u)

tensor(5.)

在深度学习中，我们更经常地使用$L_2$范数的平方。

1.11.3 $L_1$范数

你还会经常遇到[$L_1$范数，它表示为向量元素的绝对值之和：]

($$\Vert \mathbf{x}{\Vert }_1=\sum _{i=1}^n\left|x_i\right|.$$)

与$L_2$范数相比，$L_1$范数受异常值的影响较小。
为了计算$L_1$范数，我们将绝对值函数和按元素求和组合起来。

torch.abs(u).sum()

tensor(7.)

1.11.3 $L_p$范数

$L_2$范数和$L_1$范数都是更一般的$L_p$范数的特例：

$$\Vert \mathbf{x}{\Vert }_p={\left(\sum _{i=1}^n{\left|x_i\right|}^p\right)}^{1/p}.$$

1.11.4 $Frobenius$范数

类似于向量的$L_2$范数，[矩阵]$\mathbf{X}\in {\mathbb{R}}^{m\times n}$(的弗罗贝尼乌斯Frobenius范数（Frobenius norm）是矩阵元素平方和的平方根：)

($$\Vert \mathbf{X}{\Vert }_F=\sqrt{\sum _{i=1}^m\sum _{j=1}^n{x}_{ij}^2}.$$)

Frobenius范数满足向量范数的所有性质，它就像是矩阵形向量的$L_2$范数。
调用以下函数将计算矩阵的Frobenius范数。

torch.norm(torch.ones((4, 9)))

tensor(6.)

1.11.5 范数和目标

在深度学习中，我们经常试图解决优化问题：
最大化分配给观测数据的概率;
最小化预测和真实观测之间的距离。
用向量表示物品（如单词、产品或新闻文章），以便最小化相似项目之间的距离，最大化不同项目之间的距离。
目标，或许是深度学习算法最重要的组成部分（除了数据），通常被表达为范数。

1.12特殊矩阵

1. 
2. 
3. 
4. 

定义：
设P 是一个 m×n 的 (0,1) 矩阵，如 m≤n且 PxPt=E，则称 P为一个 m×n的置换矩阵。其中Pt是P的转置矩阵，E是m阶单位方阵。

判定条件：
定理 1 当 m≦n时，一个 m×n 的(0,1) 矩阵P为置换矩阵的充要条件是P的每一行恰有一个 1，每一列恰有一个 1。

说明：
1.每个n元置换都对应着唯一的一个置换矩阵。
2.置换矩阵也可以定义为单位矩阵的某些行和列交换后得到的矩阵。
3.一个置换矩阵必然是正交矩阵（如果AA${}^T$=E（E为单位矩阵，A${}^T$表示"矩阵A的转置矩阵"）或A${}^T$A=E，则n阶实矩阵A称为正交矩阵。）
4.一个矩阵或向量左乘一个置换矩阵，交换的是该矩阵或向量的行;
5.一个矩阵或向量右乘一个置换矩阵，交换的是该矩阵或向量的列;

5. 

1.13小结

• 标量、向量、矩阵和张量是线性代数中的基本数学对象。
• 向量泛化自标量，矩阵泛化自向量。
• 标量、向量、矩阵和张量分别具有零、一、二和任意数量的轴。
• 一个张量可以通过sum和mean沿指定的轴降低维度。
• 两个矩阵的按元素乘法被称为他们的Hadamard积。它与矩阵乘法不同。
• 在深度学习中，我们经常使用范数，如$L_1$范数、$L_2$范数和Frobenius范数。
• 我们可以对标量、向量、矩阵和张量执行各种操作。
• 更多线性代数知识，你可以参考线性代数运算的在线附录

1.14练习

1. 我们在本节中定义了形状$(2,3,4)$的张量X。len(X)的输出结果是什么？
   

2. 对于任意形状的张量X,len(X)是否总是对应于X特定轴的长度?这个轴是什么?
   
   答：是，这个轴是axis=1。

3. 运行A/A.sum(axis=1)，看看会发生什么。你能分析原因吗？
   

答：报错的内容为A为一个（5,4）的张量，而A_sum_axis1为一个（5,1）的张量，这样的无法进行相除

4. 考虑一个具有形状$(2,3,4)$的张量，在轴0、1、2上的求和输出是什么形状?

import torch
X = torch.arange(24).reshape(2,3,4)
print(X.sum(axis=0))
print(X.sum(axis=1))
print(X.sum(axis=2))

6. 为linalg.norm函数提供3个或更多轴的张量，并观察其输出。对于任意形状的张量这个函数计算得到什么?

import numpy as np
import torch
X = torch.arange(1.,25.).reshape(6,4)
np.linalg.norm(X)

答：linalg.norm函数是基于numpy的，功能上与torch.norm()相同，得到张量的Frobenius范数。