首先放一张图,网上摘的
这个和神经元,是不是看起来很类似。轴突通过突触传递xxxx到另一个细胞的树突。
神经网络的文章: https://blog.csdn.net/illikang/article/details/82019945#second
向量是线性代数中的基本概念,也是机器学习的基础数据表示形式。例如计算机阅读文本的过程首先就会将文本分词,然后用向量表示。这是因为向量很适合在高维空间中表达和处理。在机器学习中会接触到的诸如投影、降维的概念,都是在向量的基础上做的
线性代数中“n维向量”中的“n维”是指向量的元素个数为n。比如,三维向量的形式为α=(x1,x2,x3),五维向量的形式为β=(x1,x2,x3,x4,x5)。
向量,指具有大小和方向的几何对象,可以形象化地表示为带箭头的线段:箭头所指,代表向量的方向、线段长度,代表向量的大小。
import numpy as np
a = np.array([-1, 2])
b = np.array([3, 1])
print(a - b)
同理,减法也可以这么玩。
关于向量的计算,可以参考: https://blog.csdn.net/qq_23869697/article/details/82693000
如果有侵权。请联系我删除。