动手学习深度学习：2.线性代数

于 2021-11-21 16:28:00 发布
阅读量728 收藏
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44953928/article/details/121455640
版权

线性代数

标量

在这里插入图片描述

向量

在这里插入图片描述

  • 向量的长度又叫向量的模，使用双竖线来包裹向量表示向量的长度
  • 下面是二维向量中取模的算法，使用勾股定理即可
    在这里插入图片描述
    下面是三维向量中取模的方式（求和的方式）
    在这里插入图片描述
    n维向量的同理
    在这里插入图片描述

在这里插入图片描述

矩阵

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

范数：向量的长度
针对一个向量，它的长度是 [公式]。针对一个矩阵，它的范数是 [公式]。有时候我们会用向量的范数来替代长度这个说法，但对于矩阵我们只说范数。有很多方式来定义矩阵的范数，我们来看看所有范数的的要求然后选择其中一个。

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

xiao52x
关注
【动手学深度学习】2.线性代数
Roar_Ryoma的博客
11-23 703
前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 线性代数 标量 二、使用步骤 1.引入库 总结 提示：这里对文章进行总结： 例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。 ...
洛谷P4723 【模板】线性递推(多项式取模 线性代数)
weixin_30652491的博客
03-21 113
题意 题目链接 Sol Orz shadowice 注意，下面的代码自带O(随时TLE)倍大常数。。 #include<bits/stdc++.h> #define Pair pair<int, int> #define MP(x, y) make_pair(x, y) #define fi first #define se second #define LL long ...
线性代数(2)——向量进阶
Jakob_Hu的博客
05-24 1573
向量进阶向量的长度向量的模实现求取向量的模单位向量概念单位向量实现向量的点乘(内积)概念代码实现点乘的应用Numpy中的向量 向量的长度 向量的模 向量的长度也叫向量的模，线性代数中常使用 ||u|| 两个双竖线括起。向量的模求取的方式为∣∣u⃗∣∣||\vec{u}||∣∣u∣∣，向量的模的求取方式为， 假设存在一个向量 u⃗\vec{u}u u⃗=(u1,u2,...,un)T\vec{u}...
c语言双竖线,机器学习中的双竖线
weixin_28731223的博客
05-21 1038
AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。按需/包周期付费可选，最低0.00元/小时模型部署||https://support.huaweicloud.com/productdes...
取模的理解_写给自己看的
maqingbin8888的专栏
05-21 404
对1024取模分布时
计算3X3矩阵模
06-10
计算3X3矩阵模 C语言程序，含代码，直接计算
动手学深度学习pytorch.pdf
02-26
《动手学深度学习PyTorch》是一本面向实践的...总之，《动手学深度学习PyTorch》是学习深度学习和PyTorch的绝佳资源，它不仅提供了理论知识，还强调实践操作，有助于读者快速掌握深度学习技术，并运用到实际项目中。
动手学深度学习2.3线性代数-笔记&练习详解（PyTorch）-Jupyter源代码
04-01
动手学深度学习2.3线性代数-笔记&练习详解（PyTorch）-Jupyter源代码
AiLearning：数据分析+机器学习实战+线性代数+PyTorch+NLTK+TF2.zip
08-25
学习线性代数有助于你理解如何进行权重初始化、梯度计算以及优化算法。 接下来，PyTorch是一个广泛使用的深度学习框架，以其灵活性和易用性受到欢迎。在ailearning-master中，你将有机会学习如何使用PyTorch构建和...
动手学习深度学习.zip
最新发布
05-08
《动手学习深度学习》这个压缩包文件显然包含了与深度学习实践相关的材料，旨在帮助学习者通过实际操作来掌握深度学习的核心概念和技术。深度学习是机器学习的一个分支，它模仿人脑的工作原理，通过构建神经网络模型...
矩阵计算公式（超全）
12-03
一共3个pdf文件，英文版，几乎涵盖所有矩阵相关的常用和不常用公式，理工科研必备！
python怎么写矩阵_使用Python实现矩阵类_线性代数_day10
weixin_39816062的博客
12-03 618
Vector向量是之前文章中已经实现的向量类from playLA.Vector import Vectorclass Matrix(object):def __init__(self, list2d):"""初始化矩阵类"""self._values = [row[:] for row in list2d]def row_vector(self, index):"""返回矩阵的第index个行向...
矩阵运算-----模板
qq_38149046的博客
04-05 1206
本人第一次写博客，写的不好之处望多体谅。。。由于博主在用c++写矩阵运算时，遇到了一系列问题，希望在这里做一个总结，也能帮到许多初学者。    在矩阵运算中，由于涉及二维数组（m行n列），若用函数直接定义数组，需要给定m、n值，这在实际应用中受到很大限制，我们在实际上中往往需要的是一个能计算任意大小的矩阵的方法（函数）。本人曾经试图将其定义为一维数组，通过定义一个a[m*n]矩阵，但是事与愿违，在...
向量的模和范数
热门推荐
夏日向日葵的专栏
11-03 5万+
 向量的模 向量的大小(或长度）叫做向量的模，记作||。 平面向量=(x,y)，模长是： 空间向量= (x,y,z)，模长是： 对于向量属于n维复向量空间=(x1,x2…,xn)，的模为‖‖=sqrt((x,x*))(x与x共轭的内积再开方) 模是绝对值在二维和三维空间的推广，可以认为就是向量的长度。推广到高维空间中称为范数。 模和范数的关系 模是空间几何的
矩阵基础知识
qq_30232405的博客
03-01 1万+
文章目录1.矩阵的一些基础知识1.1 矩阵只有乘法1.2 向量有点乘(也是内积)和叉乘：1.3 单位向量1.4 正交矩阵1.5 线性无关和线性相关的向量1.6 矩阵的逆1.7 对称矩阵1.7 矩阵的秩（rank）1.8 伴随矩阵1.9 矩阵的零空间1.10 矩阵的扩展基定理 1.矩阵的一些基础知识 1.1 矩阵只有乘法 1.2 向量有点乘(也是内积)和叉乘： （1）点乘就是两个对应向量值相乘 ：得...
向量运算
love_you_fang的博客
02-29 7181
1. 零向量 零向量每一维都是零，大小为零没有方向 2. 向量的大小（模） 1.向量的模的概念   所谓的向量的模就是指向量的大小或者说长度。 2.向量的模的运算法则 在线性代数中，向量的模通常用在向量两边各加两条竖线的方式表示，如||v||，表示向量v的模。向量的模的计算公式如下： 对于2D，3D向量的如下 3. 标准化向量   对于许多向量，我们不需要关注它的大小只需要关心它的方向，这种情...
线性代数常用基本知识 (含向量和矩阵范数<Matrix or vector norm>)
MyArrow的专栏
04-19 1万+
1. 行列式 1.1 二阶行列式 1.2 三阶行列式
理解线性代数，矩阵运算，行列式
outsider
05-27 1万+
说明：看了3blue1brown的线性代数本质所以做点笔记，部分图片来自3blue1brown符号：R^n代表n维向量空间，(x1,x2,x3...xn)代表n维空间中的一个向量1.基，线性空间，线性相关，线性无关向量:在二维空间中，向量表示为也就是起点（0,0）到一个坐标（x，y）连线就可以构成一个向量，并且指向（x，y）拓展到n维空间也是一样的，只是没有几何上的直观理解基：在我们熟悉的x，...
3.1 向量的模和单位向量
IAN27的博客
08-25 1万+
向量的长度和单位向量 向量的长度（模） u=(3,4) 该向量的大小是多少？ ||u|| = 5 二范数、欧拉距离 在二维空间中，可以直接根据勾股定理计算出。 u=OP=(2,3,5) 该向量的大小是多少？ n维向量 求模 同理。 单位向量 在向量上记^为单位向量。长度为1，只表示方向。 根据向量求出该向量的单位向量，这一过程称为：归一化，规范化。 单位向量有无数个。 但在二维空间中有两个特殊的单位向量 ——标准单位向量 e1=(1,0) e2=(0,1) 分别指向x,y轴正方向 三维空间中，有
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值