2.3 线性代数

1.线性代数知识

矩阵乘法是两个矩阵中的一行一列向量内积构成了其中一个元素

正定矩阵，一个矩阵乘以任意一个行向量和列向量都是大于零的

正交矩阵

置换矩阵

矩阵范数

Frobenius范数：

2.深拷贝是创建一个新的对象，浅拷贝把id地址也拷贝

B=A.clone()是深拷贝，B=A是浅拷贝

3.torch中的列表，torch.arange()

求和

4.A.sum(axis=0)，A.sum(axis=1)，axis=0把最外层的括号取消掉，对应位置加和，axis=1，把第二层括号取消掉，对应位置加和，A.sum(axis=[0, 1])，内置元素，keepdims=True保持原来的矩阵维度

乘积

5.A*B，两个矩阵的按元素乘法，哈达玛积

6. torch.dot(x, y)两个向量的点积，为所有位置对应乘积的和

7.矩阵乘以向量torch.mv()

8.矩阵乘以矩阵torch.mm()

累积和

9.A.cumsum(axis=1) ,cumsum函数用于计算输入张量沿着指定轴的累积和。返回维度与原来一直，在axis方向上，某个位置的值为该位置与之前位置的和的叠加

范数

10.矩阵的L2范数torch.norm()，所有元素平方和的开方，L1范数torch.abs().sum()